PENERAPAN JARINGAN SYARAF TIRUAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 UNTUK MENENTUKAN JURUSAN DI SEKOLAH MENENGAH ATAS

DICKY TANJUNG SAPUTRA, (2017) PENERAPAN JARINGAN SYARAF TIRUAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 UNTUK MENENTUKAN JURUSAN DI SEKOLAH MENENGAH ATAS. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (125kB) | Preview
[img]
Preview
Text
2. PENGESAHAN.pdf

Download (968kB) | Preview
[img]
Preview
Text
3. ABSTRAK.pdf

Download (93kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (339kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (276kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (447kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (1MB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (363kB) | Preview
[img] Text
9. BAB IV.pdf
Restricted to Repository staff only

Download (650kB)
[img]
Preview
Text
10. BAB V.pdf

Download (1MB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA.pdf

Download (324kB) | Preview

Abstract

Penentuan jurusan siswa Sekolah Menengah Atas (SMA) merupakan suatu upaya yang dilakukan guru dalam rangka untuk mengetahui minat dan bakat yang dimiliki siswa. Siswa baru yang telah diterima di sekolah langsung diarahkan untuk menentukan jurusan. Pada sekolah SMA Negeri 1 Tualang jurusan yang disediakan yaitu IPA dan IPS.Guru bidang kurikulum masih secara manual untuk menentukan jurusan siswa dengan cara melihat nilai-nilai siswa satu per satu. Penelitian ini bertujuan untuk menerapkan jaringan syaraf tiruan menggunakan algoritma LearningVector Quantization 2.1(LVQ 2.1) untuk menentukan jurusan siswa SMA. Adapun variabel yang digunakan dalam penentuan jurusan siswa adalah nilai rata-rata rapor, nilai ujian nasional, yaitu nilai bahasa indonesia, nilai bahasa inggris, nilai bahasa indonesia, nilai matematika dan nilai IPA, nilai tes IQ serta minat siswa (IPA/IPS). Output dari sistem adalah nilai 1 yang berarti IPS dan nilai 2 yang berarti IPA. Berdasarkan hasil dari penelitian dan pembahasan yang telah dilakukan, LVQ 2.1 dapat mengenali pola klasifikasi dengan akurasi sistem sebesar 93.75% dengan data latih siswa sebanyak 285data dan data uji sebanyak 32data dengan nilai parameter pembelajaran algoritma learning rate= 0.025, 0.035, 0.045, dan 0,05 Pengurangan learning rate0.005, Minimal learning rate= 0.01 dan nilai window= 0.5. Dengan demikian algoritma LVQ 2.1 dapat diterapkan untuk memprediksidan menentukanjurusan siswa Sekolah Menengah Atas (SMA). Kata kunci:IPA, IPS, Jaringan Syaraf Tiruan, Jurusan.Learning Vektor Quantization 2.1

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 20 Aug 2019 04:45
Last Modified: 20 Aug 2019 04:45
URI: http://repository.uin-suska.ac.id/id/eprint/17738

Actions (login required)

View Item View Item