| 1 |
Pemilihan Topik dan Permasalahan Bisnis |
4 |
Permasalahan bisnis jelas, relevan dengan bidang pendidikan dan akuntansi, serta memiliki tujuan analisis yang tepat. |
| 2 |
Dataset |
4 |
Dataset lengkap dengan 829 pendaftar dari 5 jurusan, relevan dan layak dianalisis. |
| 3 |
Statistik Deskriptif |
3 |
Analisis statistik deskriptif cukup lengkap, namun bisa lebih mendalam dalam interpretasi data. |
| 4 |
Data Preprocessing |
3 |
Sebagian besar tahapan preprocessing dilakukan, tetapi detail tentang missing value dan normalisasi kurang dijelaskan. |
| 5 |
Pemilihan Algoritma |
4 |
Algoritma Random Forest dipilih sesuai dengan karakteristik kasus dan dijelaskan alasannya. |
| 6 |
Implementasi Analisis |
3 |
Program berjalan dengan baik, tetapi akurasi model yang rendah (37.93%) menunjukkan ada ruang untuk perbaikan. |
| 7 |
Evaluasi Hasil |
3 |
Evaluasi hasil cukup baik, tetapi metrik yang digunakan untuk evaluasi bisa lebih beragam dan mendalam. |
| 8 |
Interpretasi Bisnis |
3 |
Interpretasi hasil cukup baik, tetapi rekomendasi bisnis bisa lebih spesifik dan terperinci. |
| 9 |
Kualitas Laporan |
4 |
Laporan sistematis, rapi, dan sesuai format jurnal ilmiah. |