Dari Nilai Matematika dan Bahasa Inggris SMA, Bisa Diprediksi Performa saat Kuliah - Pilihan - www.indonesiana.id
x

Meishiana Meishi

Penulis Indonesiana
Bergabung Sejak: 26 April 2019

Kamis, 26 Maret 2020 12:06 WIB
  • Pilihan
  • Berita Utama
  • Dari Nilai Matematika dan Bahasa Inggris SMA, Bisa Diprediksi Performa saat Kuliah

    Dibaca : 1.803 kali

    Revolusi Industri 4.0 di Indonesia menghadirkan beragam perubahan dan tentu mendorong beragam pihak untuk melakukan penelitian guna menghasilkan temuan. Temuan-temuan baru ini tujuannya tentu untuk membantu pekerjaan dan memaksimalkan teknologi. 

    Hal ini juga dilakukan oleh Gerry Chandra, S.T. – alumni Teknik Elektro UPH 2016, melalui skripsinya berupa Model Machine Learning melakukan penelitian prediksi dengan Data Analytics. Temuan ini dilaporkan dapat memprediksi tingkat keberhasilan studi seorang calon mahasiswa, sejak dia mendaftar di perguruan tinggi. Hasil penelitian ini diseminarkan dalam acara The Science-Tech Colloquium dari Fakultas Sains dan Teknologi (FaST) UPH, bertajuk ‘Can Machine Predict Students Success Based on Their High School English and Math Marks?’, pada 5 Maret 2020, di Kampus UPH Lippo Village, Tangerang.

    Gerry menyatakan bahwa tujuannya dalam meneliti yaitu untuk memprediksi performa calon mahasiswa serta menjawab beberapa permasalahan terkait.  “Contohnya permasalahan low rate graduation, misalnya, ternyata dari sekian banyak mahasiswa di Indonesia, kurang dari 40% yang akhirnya berhasil lulus (Data OECD, 2016). Kedua, berhubungan dengan alasan lama kelulusan, salah satu alasan yang sering disebut adalah karena salah jurusan. Sehingga hopefully program ini dapat mengindentifikasi dari awal, mereka itu lebih cocok masuk jurusan apa,” ujar Gerry menjelaskan.

    Untuk penelitian ini, Gerry mengambil data hampir seluruh mahasiswa UPH angkatan 2018. Data nilai mahasiswa saat mendaftar, diambil dari data online admission UPH tahun 2018, lalu dihubungkan dengan data nilai IPK tahun pertama (semester tiga), yang diambil dari sistem akademik kampus (OPCS). Kemudian dibentuk model Machine Learning untuk memprediksi mahasiswa yang gagal (nilai IPK < 2,0) di akhir tahun studi berdasarkan data admission yang ada.

    “Pada penelitian kali ini saya mengasumsikan nilai IPK terakhir dari mahasiswa UPH angkatan 2018 sebagai tolak ukur untuk memprediksikan keberhasilan mereka di akhir tahun studi. Penelitian ini juga menggunakan data dari nilai Bahasa Inggris dan Matematika mereka pada saat SMA, karena kedua mata pelajaran tersebut termasuk syarat agar bisa masuk ke UPH di antara berbagai nilai SMA lainnya,” ujar Gerry.

    Penelitian yang dibimbing langsung oleh salah satu dosen Teknik Elektro UPH, yaitu Dr.-Ing. Ihan Martoyo memperoleh kesimpulan, yaitu model machine learning yang dihasilkan dapat digunakan untuk memprediksi performa calon mahasiswa baru yang mendaftar di UPH sampai tingkat akurasi 60% dengan hanya memakai nilai Matematika dan nilai Bahasa Inggris SMA. Jika data-data lain dari SMA juga digunakan, maka akurasi prediksi model dapat mencapai 70%.

    Salah satu pertanyaan yang sering diajukan mengenai hasil penelitian ini adalah, mengapa asal SMA tak berpengaruh? Tampaknya kalau seseorang dapat mencapai nilai yang cukup baik untuk Matematika dan Bahasa Inggris di komunitas SMA-nya, maka dia akan punya kemampuan beradaptasi di universitas. Jadi kalaupun di awal mungkin kesulitan dibandingkan alumni SMA lain, namun dia akan mampu beradaptasi kemudian.

    Keberhasilan penelitian ini tidak lepas dari peran Teknik Elektro UPH dalam menyediakan pembelajaran dan dosen yang membimbing mereka dengan baik. Hal tersebut turut diakui oleh Gerry. Data Analytics banyak mengandalkan kemampuan matematika.

    “Banyak mata kuliah dari Teknik Elektro UPH yang mendukung penelitian ini, seperti kalkulus, algoritma, bahasa pemograman, statistik, analisis numerik, dan masih banyak lagi,” ucap Gerry. Tidak berhenti sampai di situ, soft skills yang diperoleh selama menempuh studi di Teknik Elektro UPH dan penelitian yang dilakukan, juga sangat mendukung dalam profesinya saat ini sebagai Data Scientist di OVO.  

    “Penelitian ini juga sangat erat kaitannya dengan pekerjaan saya saat ini, yaitu pada bagian credit scoring yang mengembangkan sistem untuk menilai applicants boleh meminjam dana atau tidak. Lalu, soft skills juga dibutuhkan karena data science bukan hanya tentang matematika, tetapi intuisinya pun harus berfungsi, juga kemampuan komunikasi harus baik agar dapat meyakinkan stakeholders,” tutur Gerry.

     


    Suka dengan apa yang Anda baca?

    Berikan komentar, serta bagikan artikel ini ke social media.