Acceso usuarios
Keilane Araujo Alves, Obedio de Sousa Albuquerque, Ailton Lopes de Sousa, Gilberto de Melo Júnior
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.
