IMPLEMENTASI JARINGAN S YARAF TIRUAN (JST) BACKPROPAGATION NEURAL NETWORK UNTUK PREDIKSI PENENTUAN JURUSAN CALON MAHASISWA (STUDI KASUS: UIN SUSKA RIAU

MUHAMMAD IRVAN, (2017) IMPLEMENTASI JARINGAN S YARAF TIRUAN (JST) BACKPROPAGATION NEURAL NETWORK UNTUK PREDIKSI PENENTUAN JURUSAN CALON MAHASISWA (STUDI KASUS: UIN SUSKA RIAU. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (302kB) | Preview
[img]
Preview
Text
2. PENGESAHAN.pdf

Download (643kB) | Preview
[img]
Preview
Text
3. ABSTRAK.pdf

Download (319kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (446kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (414kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (336kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (844kB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (425kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (1MB) | Preview
[img]
Preview
Text
10. BAB V.pdf

Download (2MB) | Preview
[img] Text
10. BAB V.pdf
Restricted to Repository staff only

Download (2MB)
[img]
Preview
Text
11. BAB VI.pdf

Download (396kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA.pdf

Download (504kB) | Preview

Abstract

Penentuan jurusan merupakan hal yang penting bagi calon mahasiswa untuk masuk ke dalam Perguruan Tinggi. UIN Suska Riau belum menerapkan sistem prediksi penentuan jurusan sehingga calon mahasiswa kesulitan untuk mengikuti perkuliahan karena tidak sesuai dengan kemampuan. Untuk itu diterapkan ilmu kecerdasan buatan Jaringan Syaraf Tiruan(JST)dengan metode BackpropagationNeural Networkyang mampu memprediksi penentuan jurusan. Dengan menggunakan parameter nilai rapor semester 1 sampai 5, akreditasi sekolah, dan jenisSekolah.Setelah itu dilakukan pembagian untuk data latih dan data uji. Pembagian dilakukan dengan 3 macam pola pembagian yakni 70% data latih dna 30% data uji, 80% data latih dan 20% data uji, serta 90% data latih dan 10% data uji.Dengan jumlah epoch500 dan rentang α 0.1, 0,2, 0,3, 0,4 hingga 0,9.Hasil penelitian dengan metode Backpropagationneural networkini memilikiakurasi tertinggi sebesar 80%dan errorsebesar 20% pada pola pembagian data90% data latih dan 10% data uji dengan learning rate(α)sebesar 0.9 dan 500 epoch.Dengan tingkat akurasi yang mencapai80% maka dapat dikatakan metode BackpropagationNeural Networkdapat digunakanuntuk prediksi penentuan jurusan.Kata kunci: backpropagationneural network, jaringan syaraf tiruan, prediksi.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 27 Aug 2019 01:37
Last Modified: 27 Aug 2019 01:37
URI: http://repository.uin-suska.ac.id/id/eprint/18286

Actions (login required)

View Item View Item