Implementasi Seleksi Fitur Klasifikasi Waktu Kelulusan Mahasiswa Menggunakan Correlation Matrix with Heatmap

Abstract

Klasifikasi waktu kelulusan Mahasiswa biasanya menggunakan lebih dari 10 atribut input, namun tidak semua atribut tersebut memiliki relevansi dengan atribut output, sehingga sebelum dilakukan klasifikasi perlu dilakukan pemilihan atribut yang relevan melalui seleksi fitur terlebih dahulu. Seleksi fitur merupakan bagian dalam tahapan data preparation pada siklus hidup data science, seleksi Fitur merupakan salah satu konsep inti dalam pembelajaran mesin yang sangat mempengaruhi kinerja model data mining. Dimana pada tahapan ini dilakukan seleksi fitur yang berkontribusi paling besar pada variabel prediksi atau output, memilih fitur yang tidak relevan dalam dataset dapat mengurangi keakuratan model dan membuat model belajar berdasarkan fitur yang tidak relevan. Dengan demikian  melakukan seleksi fitur sebelum memodelkan data akan didapatkan manfaat seperti : mengurangi Overfitting, meningkatkan akurasi dan mengurangi waktu pelatihan. Teknik yang digunakan dalam seleksi fitur pada penilitian ini adalah Correlation Matrix with Heatmap karena teknik ini mudah digunakan dan juga memberikan hasil yang baik. Setelah dilakukan implementasi seleksi fitur pada klasifikasi waktu kelulusan Mahasiswa dengan menggunakan 13 variabel/atribut awal didapatkan hasil akhir sebanyak 9 atribut terseleksi yang memiliki relevansi atau kontribusi terhadap variabel output (waktu kelulusan) yaitu : jenis kelamin, kelas, umur, SKS1, IPS1, SKS2, SKS3, SKS4 dan SKS5, sedangkan  atribut input yang kurang relevan terdapat 4 atribut yaitu : IPS2, IPS3, IPS4 dan IPS5, sehingga untuk melakukan klasifikasi waktu kelulusan Mahasiswa cukup menggunakan  9 atribut yang terseleksi agar bisa mendapatkan hasil akurasi yang maksimal, proses klasifikasi akan dilakukan pada penelitian selanjutnya.

Classification of graduation time Students usually use more than 10 input attributes, but not all of these attributes have relevance to output attributes, so before classification is carried out, it is necessary to select relevant attributes through feature selection first. Feature selection is part of the data preparation stages in the data science lifecycle, Feature selection is one of the core concepts in machine learning that greatly affects the performance of data mining models. Where at this stage a selection of features that contribute the most to the prediction or output variables is carried out, choosing irrelevant features in the dataset can reduce the accuracy of the model and make the model learn based on irrelevant features. Thus, selecting features before modeling data will get benefits such as: reducing Overfitting, increasing accuracy and reducing training time. The technique used in the feature selection in this study is correlation matrix with heatmap because this technique is easy to use and also gives good results. After the implementation of feature selection in the classification of student graduation time using 13 variables / initial attributes, the final results of 9 selected attributes were obtained that had relevance or contribution to the output variables (graduation time) namely: gender, class, age, SKS1, IPS1, SKS2, SKS3, SKS4 and SKS5, while the less relevant input attributes were 4 attributes, namely: IPS2, IPS3, IPS4 and IPS5, so that to classify the graduation time Students only need to use the 9 attributes selected in order to get maximum accuracy results, the classification process will be carried out in the next study.