Analisis Komparatif Algoritma Logistic Regression dan Decision Tree dalam Klasifikasi Status Keterlambatan Pengembalian Buku Perpustakaan

ISTIQOMAH, NAHDAH (2026) Analisis Komparatif Algoritma Logistic Regression dan Decision Tree dalam Klasifikasi Status Keterlambatan Pengembalian Buku Perpustakaan. Diploma thesis, Universitas Nasional.

[thumbnail of cover.pdf] Text
cover.pdf

Download (5MB)
[thumbnail of bab 1.pdf] Text
bab 1.pdf

Download (457kB)
[thumbnail of bab 2.pdf] Text
bab 2.pdf

Download (563kB)
[thumbnail of bab 3.pdf] Text
bab 3.pdf

Download (820kB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf

Download (888kB)
[thumbnail of bab 5.pdf] Text
bab 5.pdf

Download (314kB)
[thumbnail of Lampiran .pdf] Text
Lampiran .pdf

Download (998kB)

Abstract

Keterlambatan pengembalian buku merupakan masalah umum yang dihadapi perpustakaan, yang
dapat menghambat pemustaka lain dan menurunkan efisiensi layanan sirkulasi. Penelitian ini
bertujuan untuk membangun dan membandingkan model prediksi keterlambatan pengembalian
buku menggunakan algoritma Logistic Regression dan Decision Tree. Dataset yang digunakan
berasal dari Perpustakaan Universitas Nasional sebanyak 2.000 data peminjaman dan
pengembalian buku.
Proses penelitian meliputi pembersihan data, pengolahan fitur, serta pembagian data menjadi
data pelatihan dan data pengujian. Selanjutnya, kedua algoritma dibangun dan diuji untuk
mengetahui tingkat akurasi dan kemampuan mereka dalam memprediksi keterlambatan. Evaluasi
dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score dan AUC
Hasil penelitian menunjukkan bahwa model Logistic Regression memiliki performa sangat baik
dengan Logistic Regression menunjukkan performa yang lebih baik dibandingkan dengan model
Decision Tree. Hal ini ditunjukkan oleh nilai akurasi sebesar 0,7275, precision 0,67, recall 0,63,
F1-score 0,64, dan AUC 0,74. Sementara itu, model Decision Tree memperoleh nilai akurasi
0,6775, precision 0,62, recall 0,63, F1-score 0,63, dan AUC 0,64. Dengan demikian, model
Logistic Regression dinilai lebih optimal dalam melakukan proses klasifikasi pada data
penelitian ini dibandingkan dengan model Decision Tree

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Prediksi Keterlambatan, Perpustakaan, Logistic Regression, Decision Tree, Klasifikasi, Data Mining, Evaluasi Model
Subjects: Q Science > Q Science (General)
T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User: Fitria Nur Indah Hasanah
Date Deposited: 07 May 2026 09:50
Last Modified: 07 May 2026 09:50
URI: https://repository.unas.ac.id/id/eprint/15788

Actions (login required)

View Item View Item