Prediksi Kelulusan Mahasiswa

Sistem prediksi berbasis Machine Learning menggunakan 5 algoritma: Logistic Regression, ANN, RNN/LSTM, K-Means, dan Backpropagation.

Dataset: 40.000 data mahasiswa | Model terbaik: Backpropagation (99.91% accuracy)
Input Data Mahasiswa
Identitas Mahasiswa
Data Akademik
jam
%
poin
Data Tambahan
Pilih Algoritma Prediksi
Backpropagation
Terbaik — 99.91%
ANN (MLP)
Akurasi 99.75%
Logistic Regression
Akurasi 99.88%
RNN/LSTM
Deep Learning
K-Means
Clustering
Panduan Penggunaan
  1. Isi identitas mahasiswa (nama & NIM)
  2. Masukkan data akademik: jam belajar, kehadiran, dan nilai
  3. Pilih data tambahan: ekskul & pendidikan orang tua
  4. Pilih algoritma ML yang diinginkan
  5. Klik tombol Prediksi
Formula Skor Akademik

Model menggunakan skor tertimbang:

Score = (Nilai × 0.50)
       + (Kehadiran × 0.35)
       + (Jam Belajar × 1.50)

Lulus jika Score ≥ 73.86

5 Algoritma ML
  • Logistic Regression
    Prediksi probabilitas biner
  • ANN (MLP)
    Jaringan saraf 2 hidden layer
  • RNN/LSTM
    Deep sequential MLP 5 layer
  • K-Means
    Clustering unsupervised k=2
  • Backpropagation
    SGD sigmoid, 99.91% ← Terbaik