Optimasi Algoritma Random Forest dalam Mengukur Kepuasan Peserta Pelatihan Guru pada Lembaga HAFECS

Radhitya Abdi Nurhafiz; Finki Dona Marleny; Ayu Ahadi Ningrum

Authors

Radhitya Abdi Nurhafiz, Universitas Muhammadiyah Banjarmasin, Indonesia
Finki Dona Marleny , Universitas Muhammadiyah Banjarmasin, Indonesia
Ayu Ahadi Ningrum , Universitas Muhammadiyah Banjarmasin, Indonesia

Keywords:

Participant Satisfaction, Random Forest, Hyperparameter Optimization, Feature Engineering, Classification

Abstract

Peningkatan kualitas layanan pelatihan guru memerlukan evaluasi kepuasan peserta yang akurat dan berbasis data, mengingat hasil evaluasi menjadi dasar penting dalam perbaikan mutu program dan pengambilan keputusan lembaga. Kompleksitas data survei kepuasan serta ketidakseimbangan distribusi kelas merupakan tantangan utama yang membatasi kemampuan pendekatan evaluasi konvensional dalam mengidentifikasi pola kepuasan secara mendalam. Penelitian ini bertujuan mengoptimasi algoritma Random Forest untuk klasifikasi kepuasan peserta pelatihan guru di Lembaga HAFECS. Metode penelitian menggunakan pendekatan Cross-Industry Standard Process for Data Mining (CRISP-DM) hingga tahap evaluasi, dengan penerapan transformasi data, penanganan nilai ekstrem, feature engineering, serta optimasi hyperparameter menggunakan RandomizedSearchCV. Evaluasi kinerja model dilakukan menggunakan accuracy, F1-score, recall kelas minoritas, AUC-ROC, stabilitas cross-validation, dan overfitting gap. Hasil penelitian menunjukkan bahwa model Random Forest teroptimasi mencapai akurasi 70,00%, F1-score 70,10%, AUC-ROC 69,42%, serta overfitting gap terendah sebesar 4,20%. Feature engineering meningkatkan kemampuan generalisasi model, sementara feature selection agresif justru menurunkan performa. Model yang dihasilkan berpotensi mendukung evaluasi kepuasan peserta pelatihan secara objektif dan sistematis.

Downloads

Download data is not yet available.

References

W. Wajiyono, W. T. Astuti, and W. Wisnalmawati, “Pengaruh Kualitas Pelayanan terhadap Loyalitas yang dimediasi Kepuasan Peserta Pelatihan pada Badan Pendidikan dan Pelatihan DIY,” J-MAS (Jurnal Manajemen dan Sains), vol. 9, no. 2, p. 872, Oct. 2024, doi: 10.33087/jmas.v9i2.1833.

Dekanawati V, Astriawati N, Setiyantara Y, and Subekti J, “ANALISIS PENGARUH KUALITAS PELAYANAN DIKLAT KEPABEANAN TERHADAP KEPUASAN PESERTA PELATIHAN,” Jurnal Saintek Maritim, vol. 23, no. 2, pp. 159–176, Mar. 2023, doi: 10.33556/jstm.v23i2.344.

E. Purwaningsih et al., “Efektifitas Dan Kepuasan Mahasiswa Terhadap Media E-learning INFORMASI ARTIKEL ABSTRAK,” vol. 5, no. 1, pp. 126–130, 2024, doi: 10.55338/jpkmn.v5i1.

M. F. A. M. Fariz A and M. Muharrom, “Analisis Kepuasan Pengguna Terhadap Keberhasilan Pembelajaran Bahasa Pada Duolingo Menggunakan Metode PIECES Framework,” Software Development, Digital Business Intelligence, and Computer Engineering, vol. 3, no. 1, pp. 33–40, Sep. 2024, doi: 10.57203/session.v3i1.2024.33-40.

C. Magnolia, A. Nurhopipah, D. Bagus, and A. Kusuma, “Edu Komputika Journal Penanganan Imbalanced Dataset untuk Klasifikasi Komentar Program Kampus Merdeka Pada Aplikasi Twitter,” 2022. [Online]. Available: http://journal.unnes.ac.id/sju/index.php/edukom

Z. Darojah, R. Susetyoko, N. Ramadijanti, P. Elektronika Negeri Surabaya, and P. Korespondensi, “STRATEGI PENANGANAN IMBALANCE CLASS PADA MODEL KLASIFIKASI PENERIMA KARTU INDONESIA PINTAR KULIAH BERBASIS NEURAL NETWORK MENGGUNAKAN KOMBINASI SMOTE DAN ENN,” vol. 10, no. 2, pp. 457–466, 2023, doi: 10.25126/jtiik.2023106480.

F. Dona Marleny, “PREDIKSI PEMILIHAN PROGRAM STUDI PADA MAHASISWA KIP FAKULTAS TEKNIK MENGGUNAKAN ALGORITMA RANDOM FOREST,” Sains dan Teknologi, vol. 12, no. 3, pp. 2025–1448, 2025, doi: 10.47668/edusaintek.v12i3.1800.

H. Argretya, “Implementasi Random Oversampling pada Algoritma Random Forest untuk Klasifikasi Indeks Standar Udara di DKI Jakarta 2024,” Jurnal Informatika: Jurnal pengembangan IT, vol. 10, no. 4, pp. 2477–5126, 2025, doi: 10.30591/jpit.v10i4.9466.

H. Akbar and W. K. Sanjaya, “Kajian Performa Metode Class Weight Random Forest pada Klasifikasi Imbalance Data Kelas Curah Hujan,” Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi, vol. 3, no. 1, Dec. 2023, doi: 10.20885/snati.v3i1.30.

A. N. Pratiwi and E. Utami, “Sistemasi: Jurnal Sistem Informasi Prediksi Kinerja Akademik Matematika Siswa berdasarkan Kepribadian Big Five menggunakan Random Forest dengan Teknik Synthetic Minority Over-Sampling Predicting Students’ Academic Performance in Mathematics based on Big Five Personality Traits using Random Forest with Synthetic Minority Over-Sampling Technique,” 2025. [Online]. Available: http://sistemasi.ftik.unisi.ac.id

A. Agustina, T. Tukino, B. Huda, and E. Novalia, “Prediksi Volume Penjualan Gadget Berdasarkan Promo dan Channel Penjualan Menggunakan Random Forest,” JUSIFOR : Jurnal Sistem Informasi dan Informatika, vol. 4, no. 1, pp. 85–91, Jun. 2025, doi: 10.70609/jusifor.v4i1.6962.

E. R. Susanto and A. Eka Pranajaya, “Optimasi Random Forest untuk Prediksi Penyakit Jantung Menggunakan SMOTEENN dan Grid Search,” Jurnal Pendidikan dan Teknologi Indonesia, vol. 5, no. 7, pp. 1965–1979, Jul. 2025, doi: 10.52436/1.jpti.855.

L. Oriana, A. Dwi, S. Wati, A. P. Ramahdani, N. N. Safira, and E. Ismanto, “Peningkatan Kinerja Model Random Forest untuk Deteksi Kecurangan Kartu Kredit Menggunakan RandomizedSearchCV”.

N. P. Nur Fauzi, S. Khomsah, and A. D. Putra Wicaksono, “Penerapan Feature Engineering dan Hyperparameter Tuning untuk Meningkatkan Akurasi Model Random Forest pada Klasifikasi Risiko Kredit,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 12, no. 2, pp. 251–262, Apr. 2025, doi: 10.25126/jtiik.2025128472.

D. B. Saputra, V. Atina, F. E. Nastiti, and F. I. Komputer, “PENERAPAN MODEL CRISP-DM PADA PREDIKSI NASABAH KREDIT MENGGUNAKAN ALGORITMA RANDOM FOREST,” 2024. [Online]. Available: http://jom.fti.budiluhur.ac.id/index.php/IDEALIS/indexDwiBagusSaputra|http://jom.fti.budiluhur.ac.id/index.php/IDEALIS/index|

F. Fakhriza et al., “OPTIMALISASI ALGORITMA RANDOM FOREST FEATURE SELECTION DAN HYPERPARAMETER TUNING KLASIFIKASI GENRE MUSIK,” 2025. [Online]. Available: https://www.kaggle.com/datasets/maharshipa

D. Sandhi Bhakti, A. Prasetyo, and P. Arsi, “IMPLEMENTATION OF HYPERPARAMETER TUNING IN RANDOM FOREST ALGORITHM FOR LOAN APPROVAL PREDICTION,” Jurnal Teknik Informatika (Jutif), vol. 5, no. 4, pp. 63–69, Jul. 2024, doi: 10.52436/1.jutif.2024.5.4.2032.

P. H. Gunawan and I. V. Paputungan, “Sistemasi: Jurnal Sistem Informasi Deteksi Tingkat Potensi Kelulusan Calon Mahasiswa menggunakan Algoritma Random Forest Detection of Graduation Potential in Prospective Students using the Random Forest Algorithm.” [Online]. Available: http://sistemasi.ftik.unisi.ac.id

S. NURADILLA, K. SADIK, C. SUHAENI, and A. M. SOLEH, “Klasifikasi Halaman SEO Berbasis Machine Learning Melalui Mutual Information dan Random Forest Feature Importance,” MIND Journal, vol. 10, no. 1, pp. 114–129, Jun. 2025, doi: 10.26760/mindjournal.v10i1.114-129.