JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 3 No 10 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)

Prediksi Tingkat Kelulusan Mahasiswa Menggunakan Artificial Neural Network

Saragih, Fauhan Alfarizi (Unknown)
Harahap, Lailan Sofinah (Unknown)
Arrafi, M. Rifqi (Unknown)



Article Info

Publish Date
08 Jan 2026

Abstract

Kelulusan mahasiswa tepat waktu merupakan salah satu indikator penting dalam menilai keberhasilan proses pembelajaran di perguruan tinggi. Tingginya angka keterlambatan kelulusan dapat berdampak pada efektivitas manajemen akademik serta mutu institusi pendidikan. Penelitian ini bertujuan untuk menerapkan metode Artificial Neural Network (ANN) dalam memprediksi tingkat kelulusan mahasiswa berdasarkan data akademik. Pendekatan yang digunakan adalah kuantitatif dengan metode klasifikasi. Data yang digunakan merupakan data sekunder akademik mahasiswa yang meliputi Indeks Prestasi Kumulatif (IPK), jumlah Satuan Kredit Semester (SKS), dan lama masa studi. Dataset dibagi menjadi data latih dan data uji dengan proporsi 80% dan 20%. Proses pelatihan model dilakukan menggunakan algoritma backpropagation. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, precision, recall, dan confusion matrix. Hasil penelitian menunjukkan bahwa model ANN mampu memprediksi tingkat kelulusan mahasiswa dengan nilai akurasi sebesar 82%, serta nilai precision dan recall yang relatif seimbang.

Copyrights © 2026






Journal Info

Abbrev

jriin

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management

Description

1. Komputasi Lunak, 2. Sistem Cerdas Terdistribusi, Manajemen Basis Data, dan Pengambilan Informasi, 3. Komputasi evolusioner dan komputasi DNA/seluler/molekuler, 4. Deteksi kesalahan, 5. Sistem Energi Hijau dan Terbarukan, 6. Antarmuka Manusia, 7. Interaksi Manusia-Komputer, 8. Hibrida dan ...