ANALISIS TINGKAT PRESTASI MAHASISWA SEKOLAH TINGGI TEKNOLOGI TERPADU NURUL FIKRI MENGGUNAKAN METODE LINEAR REGRESSION

Revolusi Industri 4.0 memberi pengaruh besar terhadap meningkatnyaperkembangan teknologi di berbagai sektor, salah satunya sektor pendidikantingkat Universitas. Dimana seluruh aktivitas kehidupan manusia hampir sepenuhnyabergantung pada internet dan teknologi digital. Teknologi informasi memiliki peranpenting dalam membantu transformasi digital di bidang pendidikan. Transformasi pendidikan membawa perubahan mendasar sebagai cara suatu individu dalambelajar, mengajar, berhubungan satu sama lain dan mengelola sistem pendidikan. SalahSatumetode yang terdapat pada Data Mining yang mampu membuat suatu prediksi adalah Linear Regression dengan kombinasi Train-test split. Train-test split merupakan teknik yang umum digunakan dalam machine learninguntukmengevaluasi performa model prediktif, sedangkan Linear Regression merupakansuatu metode prediksi yang menggunakan garis lurus untuk menggambarkanhubungan antara dua variabel atau lebih. Dalam penerapan metode linear regressionyang telah dilakukan terhadap efektivitas pembelajaran secara online danofflinediketahui bahwa variabel (x) sebagai nilai akhir dan variabel (y) sebagai jumlahkehadiran. Tingkat akurasi yang didapat dalam analisis masing masing sampel didapati Sampel 1 mendapatkan score 0.592462, Sampel 2 mendapatkanscore-0.127106, Sampel 3 mendapatkan score 0.408731, dan Sampel 4 mendapatkanscore0.168330. Hasil analisis yang didapat adalah indeks prestasi mahasiswa yangmengikuti kelas secara online lebih baik daripada kelas offline dengan melihat faktorpendapatan nilai akhir setiap mahasiswa, grade yang didapat dan jumlah kehadiran mahasiswa dalam setiap sampel kelas yang diteliti. Diharapkan pada penelitianselanjutnnya menggunakan metode selain linear regression agar dapat membandingkan dan memberikan akurasi hasil yang lebih baik. Serta dapat melakukan perhitungan lebih mendetail dan mendefinisikan faktor lain yang dapat mempengaruhi indeks prestasi mahasiwa, seperti menghitung nilai tugas, UjianTengah Semester, Ujian Akhir Semester dan menghitung nilai keaktifan mahasiswapada sampel kelas.
Kata kunci : Data Mining, Linear Regression, Train-test spit.