Indonesia MODEL REGRESI LOGISTIK DAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI MAHASISWA BERPOTENSI DROPOUT

Armansyah Armansyah, Dedi WijayaNon-Scopus30 April 2025Afiliasi: ID

Abstrak

Setiap perguruan tinggi memiliki mahasiswa yang keluar tanpa keterangan, termasuk mahasiswa yang gagal hingga akhir masa studinya dan dinyatakan drop out (DO). Langkah awal penyelesaian permasalahan mahasiswa DO dapat dilakukan melalui teknik klasifikasi. Penelitian ini bertujuan untuk mengklasifikasi mahasiswa DO menggunakan metode regresi logistik yang dikomparasi dengan metode Jaringan Syaraf Tiruan (JST) untuk membagi data dalam 5 klasifikasi: Aktif, Lulus, Potensi Lulus, Potensi DO, dan DO. Data yang digunakan adalah data akademik mahasiswa Program Studi Ilmu Komputer yang diperoleh dari PUSTIPADA UIN Sumatera Utara yang berupa: tahun masuk, lama studi, IPS, IPK, SKS per semester, total SKS, dan UKT. Sebanyak 1337 data mahasiswa yang dibagi dalam 80% pelatihan, dan 20% pengujian. Hasil pengujian model regresi logistik terhadap data uji memperoleh akurasi 93%, sementara model JST lebih unggul dengan akurasi 96%. Hal ini menunjukkan bahwa JST lebih efektif dalam menangkap pola kompleks dan variatif pada data mahasiswa. Hasil penelitian ini dapat memberikan kontribusi kepada lembaga akademik dan pengambil kebijakan pendidikan khususnya Program Studi Ilmu Komputer untuk membuat keputusan atau program pencegahan potensi drop out terhadap mahasiswa yang memiliki karakteristik serupa dengan data yang digunakan dalam penelitian ini.

Identifier

Scroll to Top