FARID AZHARI (2015) PREDIKSI KETEPATAN KELULUSAN MAHASISWA PROGRAM STUDI S1 BIOLOGI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION. Skripsi thesis, UNIVERSITAS AIRLANGGA.
Text (HALAMAN DEPAN)
HALAMAN DEPAN.pdf Download (174kB) |
|
Text (ABSTRAK)
ABSTRAK.pdf Download (97kB) |
|
Text (DAFTAR ISI)
DAFTAR ISI.pdf Download (101kB) |
|
Text (BAB 1)
BAB 1.pdf Download (98kB) |
|
Text (BAB 2)
BAB 2.pdf Restricted to Registered users only until 3 June 2023. Download (181kB) | Request a copy |
|
Text (BAB 3)
BAB 3.pdf Restricted to Registered users only until 3 June 2023. Download (118kB) | Request a copy |
|
Text (BAB 4)
BAB 4.pdf Restricted to Registered users only until 3 June 2023. Download (605kB) | Request a copy |
|
Text (BAB 5)
BAB 5.pdf Restricted to Registered users only until 3 June 2023. Download (88kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Download (87kB) |
Abstract
Prediksi ketepatan kelulusan mahasiswa program studi S1 Biologi dirancang untuk mendukung prodi untuk membimbing mahasiswanya agar lulus tepat waktu. Dengan adanya sistem yang dapat memprediksi ketepatan kelulusan mahasiswa secara massal, pihak prodi dapat memberikan bimbingan kepada mahasiswa yang diprediksi tidak lulus tepat waktu sehingga mahasiswa tersebut dapat memperbaiki indeks prestasinya dan dapat lulus tepat waktu sesuai dengan harapan. Penerapan jaringan syaraf tiruan untuk memprediksi ketepatan kelulusan mahasiswa program studi S1 Biologi Fakultas Sains dan Teknologi Universitas Airlangga dilakukan dengan tujuh tahap. Tahap pertama dilakukan dengan perumusan masalah dan penetapan tujuan sebagai pedoman penelitian di tahap selanjutnya. Pada tahap kedua dilakukan studi kepustakaan untuk mendapatkan pemahaman mengenai metode yang digunakan, yaitu backpropagation. Pada tahap ketiga, yaitu pengumpulan data, dilakukan untuk mendapatkan data yang mendukung analisis dan perancangan sistem. Tahap keempat, analisis dan perancangan sistem dilakukan untuk mengidentifikasi cara kerja sistem dan mendefinisikan kelas dalam sistem yang akan dibuat. Perancangan sistem dilakukan dengan menggambarkan hasil analisis menggunakan diagram-diagram UML. Pada tahap kelima, implementasi sistem dikerjakan sesuai dengan perancangan sistem yang telah dibuat. Pada tahap keenam dilakukan evaluasi rancangan untuk mengetahui apakah sudah memenuhi kebutuhan yang diharapkan. Pada tahap ketujuh disajikan kesimpulan dan saran dari hasil yang telah didapatkan. Skripsi ini menghasilkan sistem yang dapat memprediksi ketepatan kelulusan mahasiswa program studi S1 Biologi dengan menggunakan metode backpropagation dan dicapai hasil optimal menggunakan input indeks semester satu hingga indeks semester lima dengan nilai learning rate 0.5, mse yang dicapai 0.067, dan akurasi 82.86%.
Item Type: | Thesis (Skripsi) | ||||||
---|---|---|---|---|---|---|---|
Additional Information: | KKC KK ST.SI.01/15 Azh p | ||||||
Uncontrolled Keywords: | artificial neural network, backpropagation | ||||||
Subjects: | Q Science > QA Mathematics > QA75.5-76.95 Electronic computers. Computer science Q Science > QA Mathematics > QA76.9.L63 Logic, Symbolic, mathematical and Computer logic |
||||||
Divisions: | 08. Fakultas Sains dan Teknologi > Sistem Informasi | ||||||
Creators: |
|
||||||
Contributors: |
|
||||||
Depositing User: | Dwi Prihastuti | ||||||
Date Deposited: | 04 Mar 2015 12:00 | ||||||
Last Modified: | 03 Jun 2020 06:34 | ||||||
URI: | http://repository.unair.ac.id/id/eprint/27914 | ||||||
Sosial Share: | |||||||
Actions (login required)
View Item |