Acceso usuarios
As instituições de ensino produzem um grande volume de dados, que muitas vezes carecem de meios eficazes para processar e interpretar as informações. Este artigo tem como objetivo analisar dados dos Planos de Desenvolvimento Institucional (PDI) do Instituto Federal do Pará (IFPA), abrangendo o período de 2009 a 2023. Utilizando o algoritmo de agrupamento K-means, busca-se identificar padrões e tendências que possam apoiar a tomada de decisões e aprimorar o planejamento estratégico. A metodologia envolve a coleta e pré-processamento de dados dos PDIs do IFPA, aplicação do Método do Cotovelo (Elbow Method) para determinar o número ideal de clusters e, em seguida, a clusterização dos dados com o K-means. Os resultados fornecem precepções sobre as tendências na oferta de cursos entre diferentes campi, modalidades de ensino e outros atributos, contribuindo para uma gestão institucional mais informada. Esta análise demonstra a utilidade de técnicas de aprendizado de máquina, como o K-means, para lidar com grandes conjuntos de dados e gerar padrões significativos para a tomada de decisões.
