IMPLEMENTASI MACHINE LEARNING UNTUK PREDIKSI RISIKO AKADEMIK MAHASISWA SEBAGAI EARLY WARNING SYSTEM PADA PERGURUAN TINGGI

Abstrak

Penelitian ini bertujuan mengimplementasikan Machine Learning untuk memprediksi risiko akademik mahasiswa sebagai Early Warning System pada perguruan tinggi. Data yang digunakan meliputi IPK, IP semester, jumlah SKS, mata kuliah tidak lulus, mata kuliah mengulang, dan tingkat kehadiran. Tahapan penelitian meliputi preprocessing, seleksi fitur, pembagian data, pemodelan menggunakan machine learning, serta evaluasi dengan accuracy, precision, recall, dan F1-score. Model yang dihasilkan digunakan untuk mengklasifikasikan mahasiswa berdasarkan tingkat risiko akademik sehingga dapat membantu dosen dan program studi melakukan deteksi serta intervensi lebih awal. Hasil penelitian menunjukkan bahwa pendekatan machine learning berpotensi meningkatkan efektivitas pemantauan dan pengambilan keputusan akademik berbasis data.