NOVIA KUMALA SARI (2018) ESTIMASI KELULUSAN TEPAT WAKTU MAHASISWA MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK (BPNN) (Studi Kasus: Program Studi Sistem Informasi UIN SUSKA Riau). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018197SIF.pdf Download (128kB) | Preview
Preview	Text 2. PENGESAHAN_2018197SIF.pdf Download (4MB) | Preview
Preview	Text 3. ABSTRAK_2018197SIF.pdf Download (105kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018197SIF.pdf Download (306kB) | Preview
Preview	Text 5. DAFTAR ISI_2018197SIF.pdf Download (118kB) | Preview
Preview	Text 6. BAB I_2018197SIF.pdf Download (222kB) | Preview
Preview	Text 7. BAB II_2018197SIF.pdf Download (918kB) | Preview
Preview	Text 8. BAB III_2018197SIF.pdf Download (622kB) | Preview
	Text 9. BAB IV_2018197SIF.pdf Restricted to Repository staff only Download (3MB)
Preview	Text 10. BAB V_2018197SIF.pdf Download (177kB) | Preview
Preview	Text 11. DAFTAR PUSTAKA_2018197SIF.pdf Download (418kB) | Preview

Abstract

Sistem Informasi merupakan salah satu Program Studi yang dibentuk pada tahun ajaran 2002/2003 dan berada dibawah naungan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim (UIN SUSKA) Riau.Program Studi dituntut untuk meningkatkan kelulusan setiap tahunnya karena kelulusan tepat waktu sangat penting untuk peningkatan akreditasi.Saat ini lulusan Program Studi Sistem Informasi belum tergolong ideal dan Kementerian menyebutkan perlu penanganan yang sistematis.Oleh karena itu perlu diketahui pola Mahasiswa yang berpengaruh sehingga menyebabkan keterlambatan kelulusan.Pola tersebut akan digunakan sebagai kriteria untuk membangun sistem yang dapat melakukan estimasi kelulusan Mahasiswa demi meminimalisir keterlambatan kelulusan.Pada penelitian ini dilakukan penerapan Backpropagation Neural Network(BPNN)sebagai algoritma untuk estimasi kelulusan Mahasiswa.Untuk menemukan pola berpengaruh dilakukan perbandingan kriteria menggunakan Analytical Hierarchy Processdan diperoleh kriteria berprioritas yaitu Prokrastinasi dengan nilai eigen0,301, Total Satuan Kredit Semester dengan nilai eigen0,216, dan Jumlah Mata Kuliah Mengulang dengan nilai eigen0,170.Untuk mendapatkan hasil akurasi terbaik dilakukan pembagian data set untuk data training dan data testing menggunakan K-Means Clustering dan diperoleh 79 anggota data training dan 33 anggota data testing. Untuk percobaan algoritma BPNN dengan pembagian data set menggunakan K-Means Clustering dan menggunakan tools Matlab, menghasilkan akurasi sebesar 98%. Hasil dari perhitungan algoritma BPNN ini diimplementasikan dalam bentuk sistem estimasi kelulusan Mahasiswa sehingga diharapkan dapat membantu permasalahan yang ada. Kata Kunci: Analytical Hierarchy Process, Backpropagation Neural Network, Estimasi, Kelulusan Tepat Waktu,Program Studi Sistem Informasi.

Actions (login required)

View Item