Penerapan Algoritma Perceptron dalam Memprediksi Kelulusan Tepat Waktu Mahasiswa Matematika IPB

Abstract

Tiap tahun mahasiswa baru yang mendaftar di Departemen Matematika IPB meningkat, sehingga total mahasiswa aktif semakin bertambah jumlahnya. Padahal tidak semua mahasiswa dapat lulus tepat waktu. Untuk meningkatkan jumlah mahasiswa lulus tepat waktu, Departemen Matematika IPB mengambil kebijakan untuk memberikan bantuan dan perhatian pada mahasiswa yang berpotensi lulus tidak tepat waktu. Namun hal ini memerlukan mekanisme atau metode untuk mengidentifikasi kemungkinan kelulusan tepat waktu setiap mahasiswa. Penelitian ini menerapkan algoritma perceptron untuk memprediksi kemungkinan individu mahasiswa akan lulus tepat waktu atau tidak. Algoritma ini mengklasifikasikan data dengan proses learning ke dalam dua kelas yaitu lulus tepat waktu dan lulus tidak tepat waktu. Selain itu, hasil proses testing dengan software Octave-4.4.1 memiliki tingkat akurasi sebesar 86.87%. Algoritma ini dapat melakukan pembelajaran untuk memperbaiki parameter secara periodik, sehingga memudahkan dalam memprediksi kelulusan tepat waktu mahasiswa Matematika IPB di tahun mendatang tanpa melakukan prediksi ulang.

Every year the number of students enrolled in the Department of Mathematics IPB University is increased, so that the total number of active students are increasing. Meanwhile, some students graduate more than 4 years. To increase the number of students graduates on time, the Department of Mathematics IPB University take a policy to provide support and attention to students who have the potential to graduate not on time. However, this requires a mechanism or method to identify the likelihood of the timely graduation time of each student. This research applies the perceptron algorithm to predict the likelihood that individual students will graduate on time or not. In the learning stage of the algorithm, data are classified into two classes, namely graduation on time and graduation not on time. The result of the testing process by using the Octave-4.4.1 software has the accuracy rate of 86.87%. The algorithm can improve the accuracy through its learning process, making it easier to predict the timely graduation of IPB undergraduate mathematics students in the coming year without recalculating.