KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN BACKPROPAGATION

Tiap tahun program studi Informatika Fakultas Ilmu Komputer UPN "Veteran" Jakarta meluluskan puluhan mahasiswa. Namun ada beberapa hal yang tidak seimbang antara jumlah mahasiswa yang masuk dan jumlah mahasiswa yang lulus pada setiap tahunnya. Jumlah mahasiswa baru yang masuk lebih besar d...

Full description

Saved in:
Bibliographic Details
Main Author: Meilana Ayu Ismawati, - (Author)
Format: Book
Published: 2019-06-20.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 repoupnvj_1667
042 |a dc 
100 1 0 |a Meilana Ayu Ismawati, -  |e author 
245 0 0 |a KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN BACKPROPAGATION 
260 |c 2019-06-20. 
500 |a http://repository.upnvj.ac.id/1667/1/ABSTRAK.pdf 
500 |a http://repository.upnvj.ac.id/1667/2/AWAL.pdf 
500 |a http://repository.upnvj.ac.id/1667/3/BAB%201.pdf 
500 |a http://repository.upnvj.ac.id/1667/4/BAB%202.pdf 
500 |a http://repository.upnvj.ac.id/1667/5/BAB%203.pdf 
500 |a http://repository.upnvj.ac.id/1667/6/BAB%204.pdf 
500 |a http://repository.upnvj.ac.id/1667/7/BAB%205.pdf 
500 |a http://repository.upnvj.ac.id/1667/8/DAFTAR%20PUSTAKA.pdf 
500 |a http://repository.upnvj.ac.id/1667/9/RIWAYAT%20HIDUP.pdf 
500 |a http://repository.upnvj.ac.id/1667/10/LAMPIRAN.pdf 
520 |a Tiap tahun program studi Informatika Fakultas Ilmu Komputer UPN "Veteran" Jakarta meluluskan puluhan mahasiswa. Namun ada beberapa hal yang tidak seimbang antara jumlah mahasiswa yang masuk dan jumlah mahasiswa yang lulus pada setiap tahunnya. Jumlah mahasiswa baru yang masuk lebih besar daripada jumlah mahasiswa yang lulus tepat waktu dalam setiap tahun. Sehingga terjadi penumpukan pada setiap periode. Berdasarkan permasalahan tersebut, dapat dilakukan proses identifikasi dengan melakukan klasifikasi masa studi untuk mengetahui ketepatan kelulusan mahasiswa. Metode yang akan digunakan pada penelitan ini adalah klasifikasi menggunakan Backpropagation. Proses klasifikasi dilakukan berdasarkan nilai IP semester 1 sampai dengan IP semester 6, IPK, dan status. Klasifikasi menggunakan 2 kelas, tepat dan terlambat, dengan penentuan masa studi kurang dari 4.5 tahun dan lebih dari sama dengan 4.5 tahun. Hasil total akurasi yang diperoleh sebesar 85.71% dengan jumlah hidden layer sebanyak 8 neuron, learning rate sebesar 0.9, dengan jumlah pembagian data training 80% dan testing 20%. 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
546 |a id 
690 |a QA76 Computer software 
655 7 |a Thesis  |2 local 
655 7 |a NonPeerReviewed  |2 local 
787 0 |n http://repository.upnvj.ac.id/1667/ 
787 0 |n http://repository.upnvj.ac.id 
856 4 1 |u http://repository.upnvj.ac.id/1667/  |z Link Metadata