PREDIKSI TINGKAT KELULUSAN NILAI MAHASISWA TERHADAP MATAKULIAH WEB PROGRAMMING MENGGUNKAN METODE NEURAL NETWORK

  • Mochammad Abdul Azis Nusa Mandiri
  • Agung Fazriansyah Ilmu Komputer STMIK Nusa Mandiri
Keywords: Data Mining, Neural Network, Nilai Mahasiswa

Abstract

Penerapan teknologi informas dalan dunia pendidikan juga dapat menghasilkan data yang berlimpah mengenai data mahasiswa dan nilai pembelajaran yang dihasilkan. Seperti nilai matakuliah unggulan tersebut yang sangat mempengaruhi jumlah ipk dan kelulusan karna jika salah satu matakuliah unggulan seperti Web Programing tersebut mendapatkan nilai D maka mahasiswa tersebut tidak dapat melakukan pendaftaran Tugas akhir atau Skripsi. Salah satunya caranya adalah dengan melakukan klasifikasi daa nilai mahasiswa untuk mengetahui nilai matakuliah unggulan apa saja yang paling krusial dari semester pertama. Neural Network lebih flesksibel yaitu tidak ada batasan apriori yang dikenakan bila dibandingkan dengan pemodelan statistic klasik, sehingga Neural Network cenderung memberikan prediksi yang akurat.

Downloads

Download data is not yet available.

References

Azis, M. A., & Hermawan, A. (2019). Laporan Akhir Penelitian Mandiri. Jakarta.

Gorunescu, F. (2011). Data Mining: Concepts, Models and Techniques (Intelligent Systems Reference Library).

Moro, S., Cortez, P., & Rita, P. (2014). A data-driven approach to predict the success of bank telemarketing. Decision Support Systems, 62, 22–31. https://doi.org/10.1016/j.dss.2014.03.001

Moro, S., Laureano, R. M. S., & Cortez, P. (2011). Using Data Mining for Bank Direct Marketing: An application of the CRISP-DM methodology. 25th European Simulation and Modelling Conference- ESM’2011, (Figure 1), 117–121.

Muzakkir, I., Syukur, A., & Dewi, I. N. (2014). PENINGKATAN AKURASI ALGORITMA BACKPROPAGATION DENGAN SELEKSI FITUR PARTICLE SWARM OPTIMIZATION DALAM PREDIKSI PELANGGAN TELEKOMUNIKASI YANG HILANG. Pseudocode, 1(1), 1–10. https://doi.org/10.33369/PSEUDOCODE.1.1.1-10

Ridwansyah, R., & Purwaningsih, E. (2018). PARTICLE SWARM OPTIMIZATION UNTUK MENINGKATKAN AKURASI PREDIKSI PEMASARAN BANK. Jurnal Pilar Nusa Mandiri, 14(1), 83–88. https://doi.org/10.33480/PILAR.V14I1.94

Rohman, A. (2015). Model Algoritma K-Nearest Neighbor (K-Nn) Untuk Prediksi Kelulusan Mahasiswa. Neo Teknika, 1(1). https://doi.org/10.1017/CBO9781107415324.004

Published
2019-09-05
How to Cite
Azis, M., & Fazriansyah, A. (2019). PREDIKSI TINGKAT KELULUSAN NILAI MAHASISWA TERHADAP MATAKULIAH WEB PROGRAMMING MENGGUNKAN METODE NEURAL NETWORK. Jurnal Pilar Nusa Mandiri, 15(2), 255-260. https://doi.org/10.33480/pilar.v15i2.660