Rahweni Ocviani, - (2023) KLASIFIKASI KELULUSAN MAHASISWA MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK DENGAN SELEKSI FITUR DAN REDUKSI DIMENSI. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text File lengkap sampai lampiran kecuali hasil penelitian (BAB 4).pdf Download (4MB) | Preview
	Text (BAB IV) File Hasil Penelitian ( Bab IV).pdf - Published Version Restricted to Repository staff only Download (470kB)

Abstract

Kelulusan Mahasiswa merupakan hal yang sangat penting dalam Perguruan Tinggi sebagai penentu kualitas sebuah Perguruan Tinggi. Program Studi Sistem Informasi UIN Sultan Syarif Kasim Riau jumlah dituntut untuk meningkatkan kelulusan setiap tahunnya karena kelulusan tepat waktu sangat penting untuk peningkatan akreditasi. Untuk meningkatkan jumlah kelulusan Mahasiswa sebuah Perguruan Tinggi harus diketahui faktor yang mempengaruhi Mahasiswa dan melakukan klasifikasi kelulusan Mahasiswa menggunakan Data Mining. Tujuan penelitian ini adalah menerapkan Mutual Information dan Chi Square untuk seleksi fitur, serta menerapkan Principal Component Analysis (PCA) sebagai reduksi dimensi pada klasifikasi kelulusan Mahasiswa Program Studi Sistem Informasi Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau menggunakan algoritma Back Propagation Neural Network (BPNN). Pada penilaian kriteria kelulusan berdasarkan kuisioner dengan 7 Atribut dengan 38 Pertanyaan. 7 Atribut tersebut yaitu IPK, Total SKS, Mengambil Mata Kuliah TA di Semester 7, Jumlah Mata Kuliah Mengulang, Prokrastinasi, Kepercayaan Diri, dan Disiplin. Hasil percobaan yang dilakukan di dapat hasil terbaik pada klasifikasi BPNN dengan seleksi fitur Mutual Information dengan akurasi 100% dan RMSE 0 pada learning rate 0,005 dengan iterasi maximum 1.000 iterasi. Sedangkan hasil atribut yang sangat berpangaruh pada kelulusan Mahasiswa yaitu Prokrastinasi, Disiplin, Kepercayaan Diri, dan Total SKS.

Actions (login required)

View Item