Penerapan Algoritma Support Vector Machine (SVM) Dalam Memprediksi Calon Mahasiswa Baru Pendidikan Matematika

Abstract

Banyaknya jumlah mahasiswa baru yang masuk dijadikan sebagai kesuksesan atau kemajuan dari suatu perguruan tinggi. Semakin meningkat jumlah mahasiwa baru, maka semakin baik keberadaan perguruan tinggi tersebut. Oleh kerena itu, penting untuk memprediksikan jumlah mahasiswa baru pada tahun berikutnya. Namun dalam melakukan pemprediksian metode yang digunakan harus minim dengan kesalahan peramalannya sendiri. Salah satu metode prediksi yang dapat digunakan adalah Support Vector Machine (SVM). Dari hasil penerapan algoritma Support Vector Machine (SVM) dengan menggunakan kernel Radial Basic Function (RBF) dan parameter C = 1 dapat disimpulkan bahwa banyaknya calon mahasiswa pada tahun 2024 adalah 104 calon mahasiswa. Berdasarkan hasil evaluasi yang dilakukan dengan menggunakan metode  forecasting Mean Absolute Percentage Error (MAPE) dimana nilai yang didapat adalah sebesar 17%. Maka dapat dikatakan bahwa Support Vector Machine (SVM) memiliki kemampuan model peramalan yang baik dalam memprediksi calon mahasiswa baru pendidikan matematika.