Algoritma Multi Layer Perceptron Sebagai Prediksi Kelulusan Mahasiswa Universitas Adzkia Tepat Waktu Berdasarkan Jenis Kelamin, Indeks Prestasi Semester, Dan Jumlah SKS Yang Ditempuh

Abstrak

Dalam proses akreditasi perguruan tinggi, kelulusan akademik mahasiswa digunakan sebagai kriteria penilaian. Data kelulusan siswa yang tersimpan dapat digunakan untuk membuat prediksi di masa depan. Prediksi dapat diukur dengan menggunakan AI untuk menghasilkan prediksi yang akurat berdasarkan data siswa selama enam semester, yaitu gender, IPS1-6, dan SKS1-6. Untuk memprediksi status kelulusan siswa, penelitian ini menggunakan Jaringan Syaraf Tiruan Multi-Layer Perceptron (JST MLP). Digunakan sebagai predikator, fitur terdiri dari tiga belas atribut. Nilai biner satu menunjukkan lulus tepat waktu dan 0 menunjukkan tidak lulus tepat waktu dalam kelas target. JST MLP yang diusulkan terdiri dari tiga lapisan: lapisan masukan yang terdiri dari tiga belas neuron, lapisan tersembunyi yang terdiri dari dua belas neuron, dan lapisan keluaran yang terdiri dari satu neuron. Aplikasi yang digunakan melalui Python Google Colab. Sebanyak 100 pochs digunakan untuk memberikan instruksi. Hasilnya mencakup bobot untuk setiap neuron dalam MLP. Nilai metrik akurasi model sebesar 95% menunjukkan bahwa prediksi memiliki tingkat akurasi yang baik.