Prediksi Pengaruh Matakuliah Terhadap Peminatan Outline Tugas Akhir Mahasiswa Dengan Jaringan Syaraf Tiruan
Sari
Spesialisasi jurusan menjadi hal penting bagi mahasiswa untuk menentukan outline tugas akhir. Dalam penulisan ini kami membuat prediksi peminatan berdasarkan data nilai matakuliah terkait. Penulis menggunakan metode Jaringan Syaraf Tiruan (Artificial Neural Network) yang menghasilkan model seperti syaraf otak manusia berupa neuron dalam memecahkan masalah. Berdasarkan hasil pengumpulan data dan sudah melewati proses pemilihan data (Preproccessing), selanjutnya diproses menggunakan software rapidminer didapatkan keluaran berupa data neuralnet yang menghasilkan output dan performance dengan tingkat akurasi sebesar 85,97% dan nilai AUC sebesar 0,801. Diharapkan dengan adanya hasil ini dapat program studi atau himpunan bisa menentukan focus terhadap mahasiswanya dan dapat dikembangkan lagi dalam penelitian berikutnya.
Kata kunci: jaringan syaraf tiruan, proses, data
Teks Lengkap:
PDFReferensi
Coding, J., Untan, S. K., Trimulya, A., Setyaningsih, F. A., Komputer, J. S., Elektro, J. T., … Tanjungpura, U. (2015). Implementasi jaringan syaraf tiruan metode backpropagation untuk memprediksi harga saham 1,3, 3(2), 66–75.
Elektro, F. T., Telkom, U., & Air, P. (2019). PREDIKSI POLA PENCEMARAN AIR SUNGAI MENGGUNAKAN SIMPLE NEURAL NETWORK RIVER WATER POLLUTION PATTERN PREDICTION USING A SIMPLE NEURAL, 6(1), 1590–1595.
Febrina, M., Arina, F., & Ekawati, R. (2013). Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan ( JST ) Backpropagation, 1(2), 174–179.
Informatika, P., Darma, B., Matondang, Z. A., Backpropagation, A., Tiruan, S., Mengukur, U., … Penentuan, U. (2013). Jaringan syaraf tiruan dengan algoritma backpropagation untuk penentuan kelulusan sidang skripsi, 84–93.
Mahasiswa, K. (2019). Jurnal Neo Teknika, Vol.5 No.1 Juni 2019 KOMPORASI METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI KELULUSAN MAHASISWA, 5(1).
Pada, B., Candi, P. G., & Sidoarjo, B. (2018). Peramalan Produksi Gula Menggunakan Metode Jaringan Syaraf Tiruan Peramalan Produksi Gula Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Pada PG Candi Baru Sidoarjo, (April).
Raharjo, M., Putra, J. L., Alfian, T., & Sandi, A. (2019). Implementasi Metode Decision Tree Klasifikasi Data Mining Untuk Prediksi Peminatan Jurusan Robotika oleh Mahasiswa, V(2). https://doi.org/10.31294/jtk.v4i2
Sebagai, D., & Satu, S. (2016). Khairil Fitryadi JURUSAN ILMU KOMPUTER / INFORMATIKA.
Sinaga, S. P., Wanto, A., & Solikhun, S. (2019). Implementasi Jaringan Syaraf Tiruan Resilient Backpropagation dalam Memprediksi Angka Harapan Hidup Masyarakat Sumatera Utara, 4(2).
Siswanto, E. (2019). Optimasi Metode Naïve Bayes Dalam Memprediksi Tingkat Kelulusan Mahasiswa Stekom Semarang, 6(1), 1–6.
Yanti, N., Cynthia, E. P., Vitriani, Y., & Azmi, G. (2019). Prediksi Radiasi Matahari Dengan Penerapan Metode Elman Recurrent Neural Network, (November), 22–29.
DOI: https://doi.org/10.31294/infortech.v2i1.7965
DOI (PDF): https://doi.org/10.31294/infortech.v2i1.7965.g4108
Refbacks
- Saat ini tidak ada refbacks.
