Abstract:
Kesiapan kerja mahasiswa merupakan aspek penting yang perlu diperhatikan
karena dunia kerja semakin menuntut lulusan yang tidak hanya memiliki
kemampuan akademik, tetapi juga keterampilan, kesiapan pribadi, kemampuan
beradaptasi, serta kecerdasan sosial. Penelitian ini bertujuan untuk menerapkan
algoritma Random Forest dalam mengklasifikasikan tingkat kesiapan mahasiswa
menghadapi dunia kerja, menganalisis kinerja model klasifikasi, serta merancang
dan mengimplementasikan sistem berbasis web yang dapat menyajikan hasil
klasifikasi secara sistematis. Data penelitian diperoleh melalui penyebaran
kuesioner kepada mahasiswa aktif semester 5 ke atas pada perguruan tinggi di
wilayah Sumatera Utara. Instrumen penelitian terdiri atas 25 item pernyataan
dengan skala Likert lima tingkat berdasarkan empat dimensi kesiapan kerja, yaitu
Personal Characteristics, Organisational Acumen, Work Competence, dan Social
Intelligence. Proses pengolahan data dilakukan menggunakan tahapan Knowledge
Discovery in Databases (KDD), meliputi seleksi data, preprocessing, transformasi
data, pemodelan, dan evaluasi. Dataset akhir yang digunakan berjumlah 308 data
dengan distribusi 191 data kategori Siap Kerja dan 117 data kategori Belum Siap
Kerja. Pembentukan label kelas dilakukan berdasarkan nilai rata-rata skor total
sebesar 94,351. Hasil evaluasi menunjukkan bahwa model Random Forest terbaik
diperoleh pada skenario pembagian data 80:20 Uji 2 dengan nilai accuracy
sebesar 98,39%, precision sebesar 97,44%, recall sebesar 100,00%, dan F1-score
sebesar
98,70%. Sistem berbasis web yang dikembangkan mampu
mengintegrasikan proses pengelolaan dataset, preprocessing, training model,
evaluasi model, aktivasi model, serta penyajian hasil klasifikasi kepada
mahasiswa. Dengan demikian, algoritma Random Forest dapat diterapkan dengan
baik untuk klasifikasi tingkat kesiapan kerja mahasiswa dan sistem berbasis web
yang dibangun dapat digunakan sebagai alat bantu untuk mengetahui kategori
kesiapan kerja secara objektif.
