Febrian, Dirga (2025) SHAP-BASED FEATURE SELECTION UNTUK KLASIFIKASI RISIKO FATIGUE PADA DATA AKTIVITAS KARDIOVASKULAR DAN PRODUKTIVITAS AKADEMIK (TA.2.25.047). Diploma thesis, UNIVERSITAS LOGISTIK DAN BISNIS INTERNASIONAL.
Full text not available from this repository.Abstract
Dirga Febrian, D4 Teknik Informatika, SHAP-Based Feature Selection untuk Klasifikasi Risiko Fatigue Mahasiswa pada Data Aktivitas Kardiovaskular dan Produktivitas Akademik Penelitian ini mengembangkan sistem klasifikasi risiko fatigue mahasiswa menggunakan SHAP feature selection pada data aktivitas kardiovaskular dan produktivitas akademik. Dataset terdiri dari 291 observasi mingguan dengan 20 fitur yang dianalisis menggunakan empat algoritma machine learning (Logistic Regression, Random Forest, Gradient Boosting, dan XGBoost). Hasil menunjukkan fitur linguistik mendominasi prediksi fatigue, dengan pomokit_unique_words (5.54%), total_title_diversity (5.33%), dan title_balance_ratio (5.19%) sebagai prediktor terkuat yang mencerminkan pola kognitif mahasiswa. XGBoost mencapai akurasi terbaik 79.66%, namun berisiko overfitting tinggi, sementara Logistic Regression menunjukkan stabilitas superior (71.19% test accuracy, 69.35% CV accuracy) dengan overfitting score terendah. Analisis berbasis title aktivitas terbukti efektif dengan kontribusi fitur linguistik 15.06% dari total feature importance, lebih tinggi dari fitur kuantitatif. SHAP feature selection terbukti superior dibandingkan random selection dengan peningkatan performa 0.17%-1.91% pada sebagian besar algoritma. Kontribusi utama penelitian adalah identifikasi fitur linguistik sebagai prediktor dominan fatigue, pengembangan framework bias correction yang robust, dan validasi title-only analysis untuk monitoring fatigue yang praktis dan non- intrusive. Kata kunci: Fatigue, SHAP, machine learning, fitur linguistik, title-only analysis
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Sekolah Vokasi > Teknik Informatika D4 |
| Depositing User: | PKL TUJUH TUJUH |
| Date Deposited: | 30 Sep 2025 03:56 |
| Last Modified: | 30 Sep 2025 03:56 |
| URI: | http://eprints.ulbi.ac.id/id/eprint/3682 |
Actions (login required)
 |
View Item |
