PREDIKSI SISWA LULUS TIDAK TEPAT WAKTU MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

Authors

  • Agustian Noor Noor Politeknik Negeri Tanah Laut

DOI:

https://doi.org/10.34128/jht.v3i1.28

Abstract

Banyak terjadi kasus siswa terlambat lulus sampai bertahun-tahun, ini sebuah masalah bagi suatu civitas perguruan tinggi dalam memajukan mutu dari kampus, penelitian ini dilakukan untuk menciptakan suatu sistem prediksi yang akurat yang mana nantinya akan membantu civitas yang mempunyai masalah
seperti diatas. Data mining dapat membantu dalam memprediksi suatu sistem, sehingga dapat dilakukan pada penelitian ini agar prediksi lebih tepat dan akurat. Ada berbagai macam teknik dalam data mining, untuk penelitian ini teknik yang dipakai ialah Neural Network Backpropagation, terdapat beberapa tahap dalam peneilitian ini yaitu tahap pengumpulan data, pengolahan data, model atau metode yang diusulkan, eksperimen pada model tersebut, evaluasi dan validasi hasil. Disimpulkan bahwa teknik data mining menggunakan neural network backpropagation dapat menghasilkan suatu prediksi yang tepat dan akurat dari penelitian sebelumnya untuk menentukan siswa lulus tidak tepat waktu pada Sekolah Menengah Kejuruan Negeri 1 Kertak Hanyar.


Kata Kunci: Prediksi Siswa Lulus Tidak tepat waktu, data mining, neural network backpropagation,
MSE.

Author Biography

Agustian Noor Noor, Politeknik Negeri Tanah Laut

Jurusan Teknik Informatika Politeknik Negeri Tanah Laut

References

Larose, D. T. Discovering Knowledge in Data. M.T., P. D. (2007). Paradigma Sistem Cerdas. jakarta: Ir. Kuswara Setiawan.

Nghe, N. T., Janecek, P., & Haddawy, P. (2007). A Comprative Analysis of

Techniques for Predicting Academic Performance.

www.dikti.go.id. (2007). Diambil kembali dari www.dikti.go.id/Archive2007/kepmen232-2000.txt.

Downloads

Published

2018-08-23

How to Cite

Noor, A. N. (2018). PREDIKSI SISWA LULUS TIDAK TEPAT WAKTU MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK. urnal umaniora eknologi, 3(1). https://doi.org/10.34128/jht.v3i1.28

Issue

Section

Articles