<![CDATA[Mahasiswa berperan sebagai aset utama yang mampu mendorong kemajuan dan membangun kemandirian suatu bangsa. Institusi pendidikan tinggi memiliki tanggung jawab besar dalam membentuk mahasiswa yang intelektual dan memiliki daya saing yang kuat. Namun, rendahnya tingkat penyerapan lulusan di dunia kerja menjadi isu utama di banyak perguruan tinggi. Oleh karena itu, dosen pembimbing akademik harus secara aktif mengawasi perkembangan prestasi mahasiswa. Tantangannya terletak pada strategi membimbing dan mengarahkan mahasiswa agar dapat meraih prestasi optimal. Model ini dikembangkan menggunakan metode jaringan saraf tiruan (artificial neural networks) serta algoritma backpropagation. Hasil uji coba menunjukkan bahwa dengan 5 neuron pada lapisan input dan 7 neuron pada lapisan tersembunyi, model mencapai konvergensi pada Mean Square Error (MSE) sebesar 0,01363 dengan epoch ke-68. Dengan demikian, dapat disimpulkan bahwa model ini efektif digunakan untuk memprediksi pencapaian prestasi mahasiswa sebagai sarana pendukung keputusan bagi dosen pembimbing akademik.]]>
Copyrights © 2026
