La problemática es la falta de un modelo capaz de predecir el índice de ingreso a la universidad de Panamá, con el objetivo de elaborar estrategias para mejorar este índice. El objetivo general es construir un modelo predictivo que determine si un aspirante alcanzará un índice de ingreso mayor o igual que 1 para optar por una plaza en la universidad, usando variables sociodemográficas y académicas, modelándose como un problema de clasificación binaria. En la metodología empleada fueron analizados los modelos: regresión logística, árboles de decisión y redes neuronales simples, utilizando datos correspondientes al período 2015 – 2019. El fichero contenía 16152 entradas, las cuales quedaron para el análisis 15865, eliminándose aquellas a las cuales le faltaba información esencial. Además, se eliminaron columnas con información no necesaria para el análisis. Se realizó un proceso de selección de atributos para definir los rasgos más importantes mediante el algoritmo Best-First, reduciéndose la dimensionalidad del conjunto. Los tres modelos fueron entrenados con el 70% de los datos y validados con el 30% restante. De los 3 modelos el de mejores resultados fue el MLP con métricas de exactitud de un 97.18%, un índice Kappa de 0.94 y 0.99 de área bajo la curva ROC. Se concluyó que la selección de atributos contribuyó a disminuir el tiempo de entrenamiento, los tres modelos logran una buena predicción de entrada o no a la universidad. Como trabajo futuro se propone valorar o determinar el valor de predicción de algunas variables del conjunto, tales como pca y pcg.