Data mining merupakan serangkaian proses untuk menggali nilai tambah berupa pengetahuan baru yang selama ini tidak diketahui dari sekumpulan data. Program Studi Ilmu Komputer FMIPA ULM mempunyai gudang data pada database sistem informasi akademik yang diperoleh dari akumulasi data mahasiswa setiap tahunnya. Penerapan data mining pada tumpukan data SIA dapat diolah menjadi emas (informasi yang sangat berharga) untuk memprediksi lama studi mahasiswa. Prediksi ini bertujuan untuk menentukan faktor akademis yang berpengaruh terhadap lama studi dan membangun model prediksi terbaik dengan algoritma Backpropagation. Ada empat variabel input yang akan gunakan dalam melakukan prediksi yaitu IP semester I, Semester II, Semester III dan Semester IV dengan output yang dihasilkan berupa lama studi mahasiswa dengan kriteria lama masa studi tahun = Tepat dan lama studi 4,5 tahun = lambat. Variable input dan output akan dilatih dan diuji menggunakan algoritma Backpropagation dalam melakukan prediksi lama studi mahasiswa dan diiharapkan dapat menjadi rekomendasi dosen pembimbing akademik dalam menentukan kebijakan terkait pencegahan dini kasus Drop Out (DO).
Copyrights © 2017