Model Prediksi Status Kewirausahaan Mahasiswa Menggunakan Metode Hybrid Fuzzy Berbasis Theory of Planned Behavior

Rijati, Nova (2020) Model Prediksi Status Kewirausahaan Mahasiswa Menggunakan Metode Hybrid Fuzzy Berbasis Theory of Planned Behavior. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

Text 07111760010005-Disertation.pdf - Accepted Version Restricted to Repository staff only until 1 April 2023. Download (1MB) | Request a copy

Abstract

Kewirausahaan telah menjadi motor penggerak dan pengendali roda perekonomian
di berbagai negara. Perguruan tinggi dapat berperan dalam menumbuhkembangkan wirausahawan-wirausahawan muda berbasis ilmu pengetahuan yang bisa menciptakan inovasi sehingga berkontribusi pada pembangunan sosial dan ekonomi bangsa. Telah banyak penelitian yang dilakukan untuk memahami faktor-faktor yang dapat membentuk minat kewirausahaan di kalangan mahasiswa, antara lain dengan Theory of Planned Behavior (TPB). Disertasi ini mengusulkan sebuah model pembelajaran mesin untuk memprediksi potensi kewirausahaan mahasiswa menggunakan dataset berbasis variabel-variabel TPB yang diakuisisi dari basis data pendidikan tinggi. Dataset divalidasi menggunakan kombinasi teknik sampling dan teknik seleksi atribut. Potensi kewirausahaan mahasiswa diidentifikasi menggunakan pemeringkatan data berdasarkan komputasi logika kabur yang dikombinasi dengan teknik pengambilan keputusan multi kriteria kategori multi atribut. Selanjutnya pola-pola data yang terbentuk berdasarkan potensi kewirausahaan tersebut ditransformasikan menjadi basis pengetahuan yang terdiri dari sekumpulan aturan. Sebagai langkah terakhir, model akan membangkitkan aturan-aturan menggunakan penalaran yang diadaptasi dari algoritma klasifikasi untuk memprediksi status kewirausahaan mahasiswa. Eksperimen ini menghasilkan sebuah model yang mampu membangkitkan dua kumpulan aturan prediksi dengan berbagai varian dataset yang dilatih menggunakan kombinasi teknik SmoteNC+IHT dan algoritma J48. Semua aturan prediksi selaras dengan konsep perilaku TPB, yakni membentuk pohon keputusan yang berakar pada variabel kontrol perilaku yang dipersepsikan yang secara langsung dapat menentukan perilaku. Dalam uji coba, dua buah kumpulan aturan yang dibangkitkan model mampu memprediksi status kewirausahaan mahasiswa dengan rerata akurasi 93%. Dapat dikatakan bahwa model berhasil membangkitkan aturan-aturan yang selaras dengan konsep perilaku menggunakan dataset akademik yang divalidasi dengan metode sampling gabungan untuk memprediksi status kewirausahaan mahasiswa.
=======================================================================================================
Entrepreneurship has become the driving force and control of the wheels of the economy in various countries. Higher education can play a role in developing science-based young entrepreneurs who can create innovations to contribute to the nation's social and economic development. Many studies have been conducted to understand the factors that can shape entrepreneurial interest among students, including the Theory of Planned Behavior (TPB). This dissertation proposes a machine learning model to predict students' entrepreneurial potential using a dataset based on TPB variables acquired from a higher education database. The dataset was validated using a combination of sampling techniques and attribute selection techniques. The entrepreneurial potential of students was identified using data ranking based on fuzzy logic computation combined with multi-category multi-criteria decision-making techniques. Furthermore, the data patterns formed based on entrepreneurial potential are transformed into a knowledge base consisting of rules. As a final step, the model generates rules using reasoning adapted from a classification algorithm to predict student entrepreneurial status. This experiment produced a model capable of generating two sets of prediction rules with various dataset variants trained using a combination of the SmoteNC + IHT technique and the J48 algorithm. All prediction rules are in line with the concept of TPB behavior, namely forming a decision tree rooted in the perceived behavioral control variables that can directly determine behavior. In the trial, the two sets of rules generated by the model were able to predict students' entrepreneurial status with an average accuracy of 93%. It can be said that the model succeeds in generating rules that are consistent with the concept of behavior using validated academic datasets with combined sampling methods to predict students' entrepreneurial status.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	potensi kewirausahaan mahasiswa, hybrid fuzzy, theory of planned behavior, entrepreneurial potential of students
Subjects:	Q Science > QA Mathematics > QA76.9.D33 Data compression (Computer science) Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20001-(S3) PhD Thesis
Depositing User:	Nova Rijati
Date Deposited:	22 Feb 2021 08:41
Last Modified:	22 Feb 2021 08:53
URI:	http://repository.its.ac.id/id/eprint/82701

Actions (login required)

View Item