<![CDATA[Mahasiswa drop out merupakan salah satu permasalahan serius dalam dunia pendidikan tinggi yang dapat berdampak pada kualitas institusi dan masa depan mahasiswa. Penelitian ini bertujuan untuk mengembangkan sistem penilaian tingkat risiko siswa putus sekolah menggunakan metode Fuzzy Inference System (FIS) Sugeno. Metode ini dipilih karena kemampuan dalam menangani dan data yang bersifat linguistik dalam proses pengambilan keputusan. Sistem yang dikembangkan menggunakan beberapa variabel input meliputi Indeks Prestasi Kumulatif (IPK), tingkat kehadiran, kondisi ekonomi keluarga, motivasi belajar, dan faktor sosial. Proses fuzzifikasi dilakukan dengan mengkonversi nilai-nilai crisp menjadi nilai fuzzy menggunakan fungsi pengumpulan yang telah ditentukan. Mesin inferensi Sugeno kemudian memproses aturan- aturan fuzzy untuk menghasilkan output berupa tingkat risiko drop out yang diklasifikasikan menjadi rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa sistem fuzzy Sugeno mampu memberikan penilaian tingkat risiko drop out dengan akurasi yang baik, dengan tingkat akurasi mencapai 85,6%. Sistem ini dapat membantu pihak institusi pendidikan dalam melakukan deteksi dini siswa yang berpotensi drop out, sehingga dapat dilakukan intervensi yang tepat untuk mencegah terjadinya drop out. Implementasi sistem ini diharapkan dapat menjadi alat bantu dalam meningkatkan tingkat retensi siswa dan kualitas pendidikan tinggi.]]>
Copyrights © 2025
