Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Ridwan, Ridwan and Lubis, Hendarman and Kustanto, Prio (2020) Implementasi Algoritma Neural Network dalam Memprediksi Tingkat Kelulusan Mahasiswa. JURNAL MEDIA INFORMATIKA BUDIDARMA, 4 (2). pp. 286-293. ISSN 2548-8368

Text Jurnal 2.pdf Download (606kB)

Abstract

Lembaga pendidikan tinggi dituntut untuk menjadi penyedia pendidikan yang berkualitas. Salah satu instrumen yang digunakan oleh pemerintah untuk mengukur kualitas penyedia pendidikan adalah jumlah lulusan. Semakin tinggi tingkat kelulusan, semakin baik kualitas pendidikan dan kualitas yang baik ini akan secara positif mempengaruhi nilai akreditasi yang diberikan oleh BAN-PT. Oleh karena itu, dalam penelitian ini peneliti memberikan masukan untuk penelitian yang dilakukan di Universitas Bhayangkara Jakarta Raya untuk memprediksi tingkat kelulusan siswa menggunakan algoritma Neural Network. Neural Network adalah salah satu metode dalam machine learning yang dikembangkan dari Multi Layer Perceptron (MLP) yang dirancang untuk memproses data dua dimensi. Neural Network termasuk dalam tipe Deep Neural Network karena dalamnya tingkat jaringan dan banyak diimplementasikan dalam data citra. Neural Network memiliki dua metode; yaitu klasifikasi menggunakan feedforward dan tahapan pembelajaran menggunakan backpropagation. Cara kerja Neural Network mirip dengan MLP tetapi di Neural Network setiap neuron disajikan dalam dua dimensi, tidak seperti MLP dimana masing-masing neuron hanya berukuran satu dimensi. Adapun akurasi prediksi yang diperoleh adalah 98,27%. Kata Kunci: Tingkat Kelulusan, Neural Network, Multi Layer Perceptron, Backpropagation, Akurasi Prediksi

Item Type:	Article
Subjects:	Teknologi dan Ilmu Terapan > Komputer > Program Aplikasi dengan Kegunaan Khusus
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Hendarman Lubis
Date Deposited:	24 Aug 2020 02:04
Last Modified:	24 Aug 2020 02:04
URI:	http://repository.ubharajaya.ac.id/id/eprint/4099

Actions (login required)

View Item

Downloads