<![CDATA[ABSTRAKMasalah: Penelitian ini terkait dengan kajian algoritma jaringan syaraf tiruan untuk memprediksi secara dini tingkat kelulusan mahasiswa. Tujuan: Tujuan penelitian untuk mendeteksi atau memprediksi tingkat kelulusan mahasiswa yang lulus tepat waktu, sehingga hasilnya diharapkan bisa memberikan kontribusi bagi progam studi dalam menganalisa tingkat kelulusan mahasiswa.Metode: Algoritma yang dipakai meliputi Multilayer Perceptron, Support Vector Machine, dan Decision Tree. Kemudian akan dibandingkan algoritma mana yang memiliki tingkat akurasi yang terbaik dalam memprediksi tingkat kelulusan mahasiswa.Hasil: Berdasarkan hasil penelitian, model Decision Tree memiliki tingkat error rate yang paling baik yaitu 0, model Support Vector Machine sebesar 0.011, dan Multilayer Perceptron 0.029. Berdasarkan hasil uji performansi dengan Confusion Matrix, model Multilayer Perceptron memiliki akurasi sebesar 97,1%, Support Vector Machine 98,9%, dan Decision Tree memiliki akurasi 100%.Kesimpulan: Model Decision Tree memiliki tingkat akurasi terbaik, sehingga algoritma tersebut bisa digunakan dalam membuat sistem prediksi kelulusan mahasiswa tepat waktu. Untuk penelitian selanjutnya, disarankan untuk menambahkan lebih banyak data mahasiswa agar hasil penelitian bisa lebih baik. Variabel data set juga bisa diperluas tidak hanya dari aspek akademik mahasiswa, tetapi juga dari aspek non-akademik dan latar belakang ekonomi keluarga, seperti pendapatan orang tua, status pekerjaan mahasiswa, dan variabel lainnya.Kata kunci: Jaringan Syaraf, Prediksi, Multilayer Perceptron, Support Vector Machine, Decision Tree ]]>
Copyrights © 2024
