Penulis: Selvia Lorena Br. Ginting; M. Aditya Fathur Rahman
Abstrak
Indeks Prestasi Kumulatif (IPK) untuk suatu institusi pendidikan tinggi merupakan salah satu elemen yang digunakan untuk mengukur kualitas pengajaran dan pembelajaran. Di Jurusan Sistem Komputer, Universitas Komputer Indonesia, terdapat banyak mahasiswa yang telah meraih gelar sarjana, namun masih banyak mahasiswa yang tidak lulus tepat waktu dengan IPK yang kurang memuaskan. Dengan memanfaatkan tumpukan data akademik dari mahasiswa yang telah lulus, pemodelan teknik penambangan data menggunakan metode Artificial Neural Network (ANN) dengan algoritma backpropagation dapat dilakukan. Tujuan penelitian ini adalah untuk menguji pemodelan ANN dengan algoritma backpropagation dalam membuat sistem informasi prediksi Indeks Prestasi Kumulatif (IPK) mahasiswa. Sistem prediksi IPK mahasiswa ini digunakan sebagai bahan pendukung bagi pembimbing akademik untuk memberikan bimbingan evaluasi kepada mahasiswa yang dianggap memiliki masalah akademik. Atribut parameter yang digunakan dalam penelitian ini meliputi Indeks Prestasi Kumulatif (IPK) semester satu hingga empat serta beberapa nilai mata kuliah sebagai input data dan IPK sebagai output data. Pengujian dilakukan dalam empat skenario, di mana hasil terbaik ANN diperoleh pada skenario-IV dengan parameter jumlah neuron lapisan input 18, jumlah neuron lapisan tersembunyi 24, jumlah neuron lapisan output 1, laju pembelajaran (a) 0,15, 2000 iterasi (epoch) dan 591 set data. Data dibagi menjadi 85% set data untuk data pelatihan dan 15% set data untuk data uji. Akurasi rata-rata yang diperoleh dari sistem informasi ini adalah 97,2%. Diharapkan penelitian ini dapat digunakan sebagai referensi untuk mendesain model arsitektur penambangan data menggunakan algoritma backpropagation ANN dalam menciptakan sistem informasi prediksi nilai. © Fakultas Teknik, Universitas Taylor.
Kata kunci penulis
Jaringan saraf tiruan; Backpropagation; Penambangan data; Indeks Prestasi Kumulatif (IPK)
Artikel ini dapat diakses di: https://www.scopus.com/pages/publications/85109676997
