Resumo
A evasão escolar permeia várias modalidades de ensino e tem gerado prejuízos sociais, econômicos, políticos e acadêmicos a todos os envolvidos no processo educacional. É interessante que seja realizada uma análise sobre os dados socioeconômicos desses alunos, a fim de mapear o perfil dos discentes evasores. Essa análise prévia dos possíveis evasores favorece o grupo gestor na tomada de decisão, propondo ações que podem alterar o destino do aluno com perfil de evasão, proporcionando ao discente a oportunidade de conclusão de mais uma etapa acadêmica, como também oportunidades profissionais que muitas vezes são mais disponíveis para as pessoas que possuem ensino superior completo. Neste contexto, este trabalho apresenta uma estrutura de Internet of Things (IoT) para prever abandono usando métodos de aprendizado de máquina, como Árvore de Decisão, Regressão Logística, Support Vector Machine (SVM), k −Nearest Neighbor (KNN), Multilayer Perceptron (MLP) e Deep Learning em dados socioeconômicos. Este trabalho propõe a automação do processo de previsão por um método capaz de obter informações que seriam difíceis e demoradas para os humanos obterem, contribuindo para uma previsão mais precisa. Além disso, com o advento da IoT, é possível criar uma ferramenta altamente eficiente e flexível para melhorar os problemas relacionados a gerenciamento e serviços, o que pode fornecer uma previsão de evasão de novos alunos que ingressam em cursos de nível superior, permitindo acompanhamento personalizado para alunos a reverter uma possível desistência. Para sua implementação, utiliza os dados socioeconômicos do formulário de pré-matrícula do sistema Q-Acadêmico do Instituto Federal de Ciência e Tecnologia do Ceará (IFCE) campus Fortaleza. Nos casos quando o aluno evadir ou concluir o curso, o gestor informará esse dado no sistema, favorecendo para realizar as devidas análises sobre esse conjunto. O sistema Q-Acadêmico não apresenta nenhuma ferramenta ou módulo que possa utilizar os dados para realizar a predição se o aluno irá evadir ou não. Assim, para a previsão prévia da evasão escolar com o uso dos dados do sistema Q-Acadêmico, busca-se utilizar os dados socioeconômicos, por se tratar de informações que remetem à vida externa a escola dos discentes. O modelo tem como entrada uma matriz com os dados socioeconômicos contendo sexo, idade, raça, índice de desenvolvimento humano por bairro, renda, origem e a distância entre o campus e a casa do aluno. O modelo é aplicado em