PENERAPAN ARTIFICIAL NEURAL NETWORK (ANN) DENGAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA

Lembaga pendidikan berperan dalam menghasilkan sumber daya yang berkualitas dari lulusannya, kualitas dan akreditasi menjadi hal yang penting dalam menilai kualitas lembaga. Kelulusan Tepat Waktu (KTW) adalah ketepatan lulus seseorang dalam menyelesaikan masa studinya. KTW dalam Strata-1 di Indonesia adalah 4 tahun atau kurang. KTW merupakan indikator penting bagi mutu pendidikan, berkontribusi pada Inidikator Kinerja Utama dan standar akreditasi institusi. Upaya mengurangi keterlambatan kelulusan sering kali terlambat, sehingga penelitian ini bertujuan untuk membangun model prediktif yang dapat membantu mengidentifikasi dini mahasiswa berisiko tidak lulus tepat waktu. Menggunakan Artificial Neural Network (ANN) dengan algoritma backpropagation dengan input jalur penerimaan, nama prodi, fakultas, dan IPK pada 13.755 data S-1 angkatan 2018 – 2020 dari biro akademik Universitas Lampung. Hasil menunjukan bahwa model ANN dapat diimplementasikan dengan akurasi 50,67%, F1-Score 15,03%, dan Matthews Correlation Coefficient (MCC) 0.08 dengan nilai input kontribusi paling besar adalah fakultas.