Atualmente, as instituições de ensino no Brasil têm enfrentado um alto índice de evasão de alunos. No ensino superior, a taxa de evasão é de aproximadamente 22%. A evasão gera prejuízos significativos para as instituições de ensino tanto particulares quanto públicas. Além disso, o próprio aluno é afetado ao deixar o curso em andamento, comprometendo seu futuro profissional. Neste projeto é desenvolvida a ferramenta Artemis, que usa o histórico de alunos matriculados e predizer quais alunos estão prestes a abandonar o curso. Desta maneira, a instituição pode diagnosticar o motivo e auxiliar o aluno, evitando assim a desistência no curso. Os modelos gerados pelo Multilayer Perceptron, Random Forest (RF) e AdaBoost apresentaram 94% de acurácia. RF foi o único modelo a obter 94% de F-Score e Kappa maior que 0.6.