Text
Komparasi Model LSTM dengan BiLSTM untuk Prediksi Keterlambatan Kelulusan Mahasiswa di Kawasan 3T Menggunakan Integrasi Data Akademik Dan Non-Akademik
Tingginya angka keterlambatan kelulusan mahasiswa di kawasan Terdepan, Terluar, dan Tertinggal (3T) akibat akumulasi hambatan
akademik dan non-akademik yang kompleks, yang belum mampu dipecahkan oleh model prediksi konvensional secara utuh. Penelitianini berfokus pada efektivitas serta perbandingan performa model LSTM dan BiLSTM dalam memprediksi keterlambatan kelulusan menggunakan integrasi data akademik dan non-akademik. Penelitian ini bertujuan untuk menganalisis komparasi kedua arsitektur tersebut guna menemukan model prediktif yang paling akurat dan adaptif sebagai sistem peringatan dini (early warning system). Metode penelitian menggunakan desain eksperimen komparatif pada arsitektur hibrida (LSTM+MLP berhadapan dengan BiLSTM+MLP) terhadap 5.000 sampel data mahasiswa Universitas Muhammadiyah Kupang. Pemodelan memadukan fitur sekuensial akademik (IPS dan SKS semester 1–6) serta fitur statis sosio-ekonomi dan catatan teks konseling yang diekstraksi frekuensi kemunculan katanya, kemudian dibagi dengan rasio 80:20 serta diinjeksi dengan Gaussian Noise. Hasil penelitian membuktikan bahwa model BiLSTM+MLP unggul secara konsisten dengan akurasi 93,10% dan ROC-AUC 0,9776, dibandingkan LSTM+MLP yang memperoleh akurasi 93,00% dan ROCAUC 0,9775. Komputasi dua arah pada BiLSTM secara efektif mampu menekan tingkat False Negative, sehingga meningkatkan metrik Recall pada mahasiswa berisiko terlambat menjadi 89,81%.
Kata Kunci: BiLSTM, Data Akademik dan Non-akademik, Kawasan 3T, LSTM, Prediksi Kelulusan
| T250098 | Tesis-2026 ARI k | Perpustakaan Universitas Handayani Makassar | Tersedia |
Tidak tersedia versi lain