PREDIKSI JUMLAH LULUSAN MAHASISWA STMIK DUMAI MENGGUNAKAN JARINGAN SYARAF TIRUAN
Abstract
Jumlah lulusan pada dasarnya adalah sebuah target yang ingin dicapai oleh setiap program studi disetiap perguruan tinggi. Dalam prosesnya, mahasiswa yang bisa dikatakan lulus apabila telah menyelesaikan semua persyaratan yang telah ditentukan oleh pihak akademik. Namun persentase tingkat kelulusan mahasiswa S1 Teknik Informatika STMIK Dumai setiap tahun akademik yang tepat waktu kurang dari target yang telah ditetapkan oleh pihak akademik. Ini disebabkan oleh banyaknya mahasiswa yang tidak mengerti tentang penelitian yang mereka kerjakan sehingga penelitian mereka tidak selesai tepat waktu. Jaringan saraf tiruan (Artificial Neural Network) sebagian besar telah cukup handal dalam pemecahan masalah peramalan yang sering ditemukan dalam proses pengambilan keputusan salah satunya adalah prediksi kelulusan mahasiswa dengan menggunakan metode backpropagation neural network. Dengan diterapkannya metode ini dalam memprediksi jumlah lulusan, dapat diambil kebijakan lebih awal untuk membantu mahasiswa lulus tepat waktu.
Kata kunci : Prediksi, Jaringan Syaraf Tiruan, Algoritma Backpropagation, Jumlah Lulusan
Full Text:
PDFReferences
Aditya Wibowo (2011). “Jurnal Pengenalan Huruf Jawa Tulisan Tangan MenggunakanJaringan Saraf Tiruan Perambatan Balik Dengan Fuzzy Feature Extraction
Diyah Puspitaningrum (2006) Pengantar Jaringan Saraf Tiruan”, Penerbit Andi, Yogyakarta.
Fahrudin Julianto etc all. (2015) “Jurnal Analisis dan Implementasi Algoritma DifferentialEvolution Pada Jaringan Syaraf Tiruan Studi Kasus Prediksi Masa Studi Mahasiswa”
Relita Buaton etc all. (2012) Jurnal “Prediksi mahasiswa yang tidak menyelesaikan pendidikan tidak tepat waktu dengan menggunakan data mining metode backpropagation (studi kasus STMIK Kaputama Binjai)”
Zekson Arizona Matondang (2013). “ Jurnal Jaringan Syaraf Tiruan Dengan AlgoritmaBackpropagation Untuk Penentuan Kelulusan Sidang Skripsi”
DOI: http://dx.doi.org/10.36723/juri.v9i2.98
Refbacks
- There are currently no refbacks.

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.
View My Stats











