Penerapan Jaringan Syaraf Tiruan Untuk  Mengukur Tingkat Korelasi Antara Nem Dengan Ipk Kelulusan Mahasiswa

Nuraeni, Yeni

doi:10.12928/telkomnika.v7i3.594

Cited by 8 publications

(6 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Model Backpropagation dengan n buah masukan (X1, X2, X3, ..., Xn) ditambah sebuah bias, sebuah lapis tersembunyi yang terdiri dari j unit ditambah sebuah bias, serta k buah unit keluaran. [5] Arsitektur algoritma Backpropagation terdiri dari tiga layer, yaitu input layer, hidden layer dan output layer. Pada input layer tidak terjadi proses komputasi, namun terjadi pengiriman sinyal input X ke hidden layer.…”

Section: Arsitektur Jaringan Syaraf Tiruan Backpropagationunclassified

Konsep Pemetaan Daerah Potensial Serta Kaitannya Dengan Prestasi Mahasiswa Menggunakan Algoritma Backpropogation

Hafizah¹

2020

j.sains manaj. inform. dan kompʹût.

View full text Add to dashboard Cite

Mengetahui potensi dari mahasiswa merupakan hal yang sangat penting bagi sebuah perguruan tinggi. Pemetaan suatu daerah sanggat diperlukan berkaitan dengan kualitas dan prestasi setiap mahasiswa. Disini bukan berarti kita memiliki kecenderungan terhadap daerah tertentu dan menyingkirkan daerah lain, namun kepada pemanfaatannya dalam proses pengembangan sistem marketing. Jaringan syaraf tiruan dengan menggunakan algoritma Backpropogation dinilai efektif dalam menganalisa permasalahan prediksi, dan mampu melakukan analisa pemetaan untuk melihat kecenderungan potensi dan kualitas mahasiswa disetiap daerah. Keakurasian sebuah pemetaan dapat dilihat dari persentase dengan data uji dan data pelatihan pada jaringan syaraf tiruan, dan data uji dan data latih dapat dipetakan 100% oleh jaringan syaraf tiruan dengan algoritma Backpropagation.

show abstract

Section: Arsitektur Jaringan Syaraf Tiruan Backpropagationunclassified

Konsep Pemetaan Daerah Potensial Serta Kaitannya Dengan Prestasi Mahasiswa Menggunakan Algoritma Backpropogation

Hafizah¹

2020

j.sains manaj. inform. dan kompʹût.

View full text Add to dashboard Cite

show abstract

“…Sebuah JST dikonfigurasikan untuk aplikasi tertentu, seperti pengenalan pola atau aplikasi data. Ada banyak teknik yang dapat digunakan untuk implementasi Jaringan saraf tiruan yaitu Perceptron dan Backpropagation [2]. Dalam penelitian ini penulis menggunakan algoritma Backpropagation.…”

Section: Pendahuluanunclassified

Penerapan Jaringan Saraf Tiruan untuk Mengukur Korelasi Beban Kerja Dosen Terhadap Peningkatan Jumlah Publikasi

Alkhairi

Damanik

Windarto

2019

SENARIS

View full text Add to dashboard Cite

One important point in carrying out the functions of the Tridharma of Higher Education by lecturers is to carry out research and publish the results of their thoughts and analyzes. The demands of publication by the academic community of Higher Education have a considerable impact on the awareness of the lecturers of the importance of conducting studies, research and writing scientific works. The development of scientific work in Indonesia has been relatively better, especially since the enactment of government regulations, which required S1, S2 and S3 students to write articles in scientific journals as one of the prerequisites for graduation. Lecturers certainly have greater demands to actively write in scientific journals both at accredited national level and reputable international journals. So the authors conducted this study aimed at analyzing the correlation of the level of lecturer workload to the increase in the number of publications. STIKOM Tunas Bangsa does not yet have a system to analyze the level of lecturer workload with an increase in the number of studies. For this reason, it is necessary to apply the Backpropagation algorithm. ANN combined with the Backpropagation algorithm can measure the level of correlation. The variables used are structural positions, number of even and odd semester credits, number of services. The target used is the amount of research. So the pattern of correlation between the two variables is formed. The output of the lecturer workload is reduced by the target which is the number of publications. So the results obtained are correlations between lecturers' workloads to the increase in the number of publications.

show abstract

“…Penelitian lain yang dilakukan sebelumnya yaitu Nuraeni, 2009 mengenai penerapan Jaringan Saraf Tiruan untuk mengukur tingkat korelasi antara NEM dan IPK kelulusan mahasiswa menggunakan metode Backpropagation menyimpulkan bahwa NEM tidak dapat dijadikan acuan mutlak dalam sistem seleksi Penerimaan Mahasiswa Baru. Metode backpropagation memiliki tingkat keberhasilan sebesar 64% dalam memetakan hubungan antara NEM dan IPK lulusan [4]. Penelitian serupa dengan menerapkan metode backpropagation untuk mengetahui korelasi antara nilai rata-rata rapor dan IPK akhir mahasiswa.…”

Section: Pendahuluanunclassified

Korelasi Nilai UAN, IP Tahun Pertama Terhadap Masa Studi Dengan Backpropagation

Windarti

Sulistyowati

2019

JST

View full text Add to dashboard Cite

Pada pendidikan tinggi prestasi akademik dapat dilihat dari nilai Indeks Prestasi Kumulatif (IPK) dan masa studi sedangkan pada pendidikan sekolah menengah ditunjukkan dengan nilai Ujian Akhir Nasional (UAN) atau Ujian Nasional (UN). Hubungan beberapa variabel seperti nilai UAN, IP dan masa studi dapat dinyatakan dengan mengukur tingkat korelasi menggunakan sejumlah data mahasiswa. Data yang digunakan dalam penelitian ini adalah data alumni program studi Teknik Informatika Universitas Widya Dharma Klaten dengan tahun lulus 2013-2017. Tujuan penelitian untuk mengukur tingkat korelasi antara atribut nilai UAN dan IP tahun pertama terhadap masa studi mahasiswa menggunakan metode jaringan syaraf tiruan backpropagation yang diterapkan pada perangkat lunak Matlab r2013a. Pada proses pelatihan jaringan, penelitian ini menghasilkan nilai MSE (Mean Square Error) sebesar 0.0051721 dan koefisien korelasi (R=0.56563). Sedang pada proses pengujian nilai MSE = 0.025073 dan R = -0.031142. Selain itu hasil ini membuktikan bahwa nilai UAN dan IPK tahun pertama memiliki korelasi negatif terhadap masa studi mahasiswa.Kata kunci — korelasi , data mining, masa studi, backpropagation

show abstract

Penerapan Jaringan Syaraf Tiruan Untuk Mengukur Tingkat Korelasi Antara Nem Dengan Ipk Kelulusan Mahasiswa

Cited by 8 publications

References 3 publications

Konsep Pemetaan Daerah Potensial Serta Kaitannya Dengan Prestasi Mahasiswa Menggunakan Algoritma Backpropogation

Konsep Pemetaan Daerah Potensial Serta Kaitannya Dengan Prestasi Mahasiswa Menggunakan Algoritma Backpropogation

Penerapan Jaringan Saraf Tiruan untuk Mengukur Korelasi Beban Kerja Dosen Terhadap Peningkatan Jumlah Publikasi

Korelasi Nilai UAN, IP Tahun Pertama Terhadap Masa Studi Dengan Backpropagation

Contact Info

Product

Resources

About