Analisis Rekomendasi Jurusan Kuliah Bagi Pelajar Sma Dengan Menggunakan Algoritma Random Forest

Abstract

Kesalahan pemilihan jurusan kuliah masih menjadi masalah serius di Indonesia, dengan persentase mahasiswa yang merasa salah jurusan dilaporkan mencapai sekitar 87%, sehingga berdampak pada motivasi belajar, prestasi, hingga potensi dropout. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi jurusan kuliah bagi pelajar SMA menggunakan algoritma Random Forest serta mengevaluasi tingkat akurasi sistem dalam memberikan rekomendasi jurusan yang tepat. Data penelitian diperoleh dari 394 siswa SMA Negeri 3 Pujud melalui kuesioner daring, yang mencakup 22 fitur berupa nilai akademik, latar belakang keluarga, kegiatan favorit, dan mata pelajaran favorit, dengan 8 jurusan kuliah sebagai kelas target. Data dibagi menggunakan stratified train–test split dengan proporsi 80%:20% dan dilatih menggunakan Random Forest Classifier dengan 200 pohon, kedalaman maksimum 15, dan parameter lain yang disesuaikan secara trialand-error. Hasil pengujian menunjukkan akurasi keseluruhan sebesar 18,99% dengan performa terbaik pada jurusan Ilmu Komunikasi (F1-Score 30,77%), sementara beberapa jurusan seperti Kedokteran dan Manajemen/Akuntansi tidak berhasil diprediksi sama sekali. Analisis feature importance mengindikasikan bahwa fitur nilai akademik mendominasi proses prediksi (sekitar 49,43%), dengan nilai Bahasa Inggris menjadi fitur paling berpengaruh, sedangkan indikator minat eksplisit hanya berkontribusi kecil. Temuan ini menunjukkan bahwa meskipun Random Forest dapat diimplementasikan sebagai prototipe sistem rekomendasi jurusan, akurasinya masih rendah sehingga lebih tepat digunakan sebagai alat bantu pengambilan keputusan bagi guru BK, dan disarankan untuk penelitian lanjutan dengan penambahan variabel psikologis, penanganan class imbalance, serta perluasan data lintas sekolah.