Proses Penerimaan Mahasiswa Baru (PMB) pada berbagai perguruan tinggi di Indonesia baik itu perguruan tinggi negeri ataupun swasta melakukan seleksi terhadap calon mahasiswanya dengan melihat pada Nilai Ebtanas Murni (NEM). Guna menganalisis hubungan antara nilai NEM calon mahasiswa dengan prestasi akademik yang dicapai di STMIK Adhi Guna (dalam hal ini digunakan indeks prestasi kumulatif (IPK) dengan analisis korelasi dan regresi linier ganda. Variabel penelitian yang digunakan adalah hasil IPK kelulusan mahasiswa sebagai variabel dependen (terikat), dan nilai mata pelajaran Bahasa Indonesia, Bahasa Inggris, dan Matematika sebagai variabel independent (bebas). Penelitian ini menggunakan 2 algoritma yang berbeda yaitu Neural Network (NN) dan Particle Swarm Optimization (PSO) untuk membandingkan hasil dan mencari tingkat akurasi terbaik diantara kedua algoritma tersebut. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa Neural Network berbasis Particle Swarm Optimization adalah algoritma yang paling baik dibandingkan dengan Neural Network untuk mengukur tingkat korelasi antara NEM dan Indeks Prestasi Kumulatif (IPK) mahasiswa. Neural Network pada penelitian ini menghasilkan akurasi terkecil 0,214 dengan Time = 4 s. Neural Network berbasis PSO menghasilkan akurasi terkecil 0,132.