AHMAD KURNIAWAN SIDDIK (2017) IMPLEMENTASI METODE BACKPROPAGATION UNTUK KLASIFIKASI UANG KULIAH TUNGGAL. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (122kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (208kB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (90kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (126kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (104kB) | Preview |
|
|
Text
6. BAB I.pdf Download (99kB) | Preview |
|
|
Text
7. BAB II.pdf Download (176kB) | Preview |
|
|
Text
8. BAB III.pdf Download (106kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (304kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V.pdf Restricted to Repository staff only Download (452kB) |
|
|
Text
11. BAB VI.pdf Download (90kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA.pdf Download (104kB) | Preview |
Abstract
Uang kuliah tunggal (UKT) merupakan biaya kuliah tunggal yang ditanggung setiap mahasiswa berdasarkan kemampuan ekonominya. Universitas Islam Negeri Sultan Syarif Kasim Riau (UIN SUSKA Riau) telah menerapkan sistem pembayaran UKT pada tahun akademik 2014/2015. Namun, dalam prosesnya UKT ini masih memiliki masalah, seorang mahasiswa yang memiliki kriteria golongan UKT I juga memiliki kriteria golongan UKT II maka sulit menentukan golongan UKT yang tepat untuk mahasiswanya. Oleh karena itu dibutuhkan sistem yang mampu mempermudah penentuan golongan UKT yang tepat untuk mahasiswa/i. Metode backpropagation digunakan untuk mengklasifikasikan 8 kriteria sebagai input untuk 3 kelas UKT yaitu golongan UKT I, UKT II dan UKT III agar penentuan golongan UKT tepat sasaran. Hasil pengujian sistem menggunakan blackbox membuktikan bahwa sistem bekerja dengan baik dan tidak ditemukan error. Hasil Pengujian confusion matrix menggunakan 105 data yang dibagi menjadi 90 data latih dan 15 data uji dengan nilai max epoch 5000, minimum error 0,0001 dan learning rate 0,1 didapatkan tingkat akurasi 80%. Hasil pengujian menggunakan kuisioner skala likert 73,3% yang artinya responden setuju dengan hasil klasifikasi dan tampilan sistem yang telah dibangun. Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa metode backpropagation mampu menyelesaikan kasus klasifikasi UKT dengan tingkat akurasi tinggi. Kata Kunci: backpropagation, jaringan syaraf tiruan, klasifikasi, sistem, uang kuliah tungga
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 300 Ilmu Sosial |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 16 Aug 2019 02:58 |
| Last Modified: | 16 Aug 2019 02:58 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/17409 |
Actions (login required)
 |
View Item |