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.
|
Text
1. COVER.pdf Download (302kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (643kB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (319kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (446kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (414kB) | Preview |
|
|
Text
6. BAB I.pdf Download (336kB) | Preview |
|
|
Text
7. BAB II.pdf Download (844kB) | Preview |
|
|
Text
8. BAB III.pdf Download (425kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (1MB) | Preview |
|
|
Text
10. BAB V.pdf Download (2MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V.pdf Restricted to Repository staff only Download (2MB) |
|
|
Text
11. BAB VI.pdf Download (396kB) | 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 |