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

Penulis

  • Mochammad Abdul Azis Nusa Mandiri
  • Agung Fazriansyah Ilmu Komputer STMIK Nusa Mandiri

DOI:

https://doi.org/10.33480/pilar.v15i2.660

Kata Kunci:

Data Mining, Neural Network, Nilai Mahasiswa

Abstrak

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.

Unduhan

Data unduhan belum tersedia.

##submission.downloads##

Diterbitkan

2019-09-05

Cara Mengutip

Azis, M. A., & 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

Terbitan

Vol 15 No 2 (2019): Pilar Nusa Mandiri : Journal of Computing and Information System Periode September 2019

Bagian

Articles

Lisensi

An author who publishes in the Pilar Nusa Mandiri: Journal of Computing and Information System agrees to the following terms:

  1. Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-NonCommercial 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
  2. Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
  3. Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
    Read more about the Creative Commons Attribution-NonCommercial 4.0 Licence here: https://creativecommons.org/licenses/by-nc/4.0/.