Model Matematis Prediksi IP Mahasiswa

Apakah mungkin memprediksi IP mahasiswa? Tentu saja pertanyaan ini mengusik banyak orang. Keingintahuan IP mahasiswa tidak hanya menjadi kepentingan pihak kampus, tetapi juga bagi mahasiswa itu sendiri. Dengan sejumlah data historis, dapat dikembangkan pendekatan model matematis untuk memprediksi IP mahasiswa.

Pertama, kita harus pahami variabel apa saja yang dapat digunakan dalam prediksi tersebut. Kedua, atas dasar variabel tersebut, kita kumpulkan data-data historis mahasiswa dalam 1 semester. Tentu saja ini dapat dikembangkan sampai semester akhir untuk mendapatkan IP kumulatif atau IPK.

Berikut ini variabel-variabel yang akan digunakan dalam prediksi:

• Student_ID: Nomor identifikasi mahasiswa.
• Entrance_Exam_Score: Nilai ujian masuk (0-100).
• Study_Hours_Per_Week: Jam belajar per minggu.
• Attendance_Percentage: Persentase kehadiran di kelas.
• Extracurricular_Participation: Partisipasi dalam kegiatan ekstrakurikuler (Yes/No).
• Midterm_Score: Nilai ujian tengah semester (0-100).
• Final_Score: Nilai ujian akhir semester (0-100).
• GPA: Nilai rata-rata IPK.

Data historis mahasiswa diberikan sebagai berikut:

Persamaan matematik yang dapat digunakan untuk memprediksi IP adalah sebagai berikut:

sumber : olahan

Dengan model tersebut, maka diperoleh grafiknya sebagai berikut:

sumber : olahan

Interpretasinya adalah sebagai berikut:

• Kinerja Model:

  • R sebesar 0.9926 menunjukkan bahwa model regresi linier mampu menjelaskan 99.26% variabilitas dalam data target (GPA). Ini menunjukkan model memiliki kinerja yang sangat baik.
  • MSE yang sangat kecil (0.0022) menunjukkan bahwa rata-rata kuadrat kesalahan prediksi model sangat kecil.

•