Indonesia Implementasi Algoritma Long Short-Term Memory pada Isu Kenaikan Uang Kuliah Tunggal terhadap Minat Kuliah Mahasiswa

Muhammad Saharullah Raiya, Muhammad Raihan Putra Khamil, Nur Fadillah, Rizal Adi SaputraNon-Scopus21 April 2025Afiliasi: ID

Abstrak

Kenaikan Uang Kuliah Tunggal (UKT) menjadi isu yang semakin memprihatinkan bagi banyak calon mahasiswa dan orang tua di Indonesia. Keputusan kenaikan UKT secara signifikan membuat banyak calon mahasiswa memutuskan untuk tidak melanjutkan pendidikan ke perguruan tinggi. Sehingga berdampak pada penurunan minat kuliah. Penelitian ini bertujuan untuk menganalisis dampak kenaikan Uang Kuliah Tunggal (UKT) terhadap penurunan minat kuliah calon mahasiswa baru menggunakan algoritma Long Short-Term Memory (LTSM) dalam Machine Learning. Berdasarkan data sentimen dari platfrom youtube dan instagram terkait isu kenaikan UKT, model LSTM diimplementasikan untuk memprediksi minat kuliah berdasarkan isu perubahan UKT. Hasil penelitian menunjukkan bahwa terdapat korelasi yang signifikan antara kenaikan UKT dan penurunan jumlah pendaftaran mahasiswa baru. Model algoritma Long Short-Term Memory (LSTM) menunjukkan efektivitas dalam memprediksi dampak kenaikan uang kuliah tunggal terhadap minat kuliah calon mahasiswa. Hal ini dibuktikan dengan akurasi sebesar 84%, yang menunjukkan kemampuan model dalam mengenali pola historis dari data yang digunakan secara optimal.

Identifier

Scroll to Top