Sistem Prediksi Kelulusan Mahasiswa Fakultas Saintek Universitas Muhammadiyah Sidoarjo Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation
DOI:
https://doi.org/10.47134/jkbtd.v1i1.264Keywords:
Prediksi, Backpropagation, Jaringan Saraf TiruanAbstract
Perguruan tinggi swasta maupun negeri mewajibkan mahasiswanya untuk lulus. Begitu pula dengan perguruan tinggi swasta di Sidoarjo, seperti Universitas Muhammadiyah Sidoarjo (UMSIDA), tingkat kelulusan mahasiswanya dapat berdampak pada akreditasi program studi. Pentingnya menggunakan berbagai metode untuk menentukan jumlah mahasiswa yang akan mendaftar dan lulus, mengingat pentingnya nilai akreditasi dalam kelulusan mahasiswa. Memprediksi kelulusan siswa memungkinkan persiapan dan dukungan yang memadai bagi siswa untuk berhasil menyelesaikan studinya. Memiliki sistem yang dapat meramalkan seberapa cepat atau lambat seorang mahasiswa akan lulus akan memperlancar pengembangan sistem kampus bagi mahasiswa. Penelitian ini memanfaatkan Artificial Neural Network (JST) dengan pendekatan backpropagation untuk meramalkan kelulusan siswa. Data masukan untuk pelatihan JST ini bersumber dari Fakultas Sains dan Teknologi Universitas Muhammadiyah Sidoarjo (UMSIDA) tentang tingkat kelulusan mahasiswa tahun 2015 sampai dengan tahun 2019. Hasil pengujian menunjukkan bahwa Mean Square Error (MSE) pada keluaran JST sebesar 0,000141295, pada pengujian akurasi didapatkan nilai akurasi 93.428901%. Hal ini menunjukkan bahwa metode backpropagation dengan ANN dapat dimanfaatkan secara efektif untuk memprediksi kelulusan mahasiswa.
References
A. S. Rachman, I. Cholissodin, and M. A. Fauzi, “Peramalan Produksi Gula Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Pada PG Candi Baru Sidoarjo,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 4, pp. 1683–1689, 2018. [Online]. Available: https://www.researchgate.net/publication/322963136_Peramalan_Produksi_Gula_Menggunakan_Metode_Jaringan_Syaraf_Tiruan_Backpropagation_Pada_PG_Candi_Baru_Sidoarjo
Available: http://jfu.fmipa.unand.ac.id/index.php/jfu/article/view/49
Bayes di UNIBA, Jurnal Manajemen Informatika & Sistem Informasi (MISI), vol. 6, no. 2, pp. 148–152, Jun. 2023, doi: 10.36595/misi.v5i2.
C. Oktaviani and Afdal, “Prediksi Curah Hujan Bulanan Menggunakan Jaringan Syaraf Tiruan dengan Beberapa Fungsi Pelatihan Backpropagation,” J. Fis. Unand, vol. 2, no. 4, pp. 228–237, 2013. [Online].
D. D. S. Fatimah dan E. Rahmawati, "Penggunaan metode Decision Tree dalam rancang bangun sistem prediksi untuk kelulusan mahasiswa," Jurnal Algoritma, vol. 18, no. 2, pp. 553–561, 2021.
D. Puspitaningrum, “Pengantar Jaringan Saraf Tiruan,” J. Transform., vol. 1, no. 2, p. 114, 2005, doi: 10.26623/transformatika.v1i2.8.
D. Puspitaningrum, Pengantar Jaringan Saraf Tiruan. Penerbit Andi, 2009.
F. Sugandi, "Prediksi kelulusan mahasiswa STMIK Dharmawacana menggunakan algoritma K-Nearest Neighbors," Jurnal Sienna, vol. 4, no. 1, pp. 20–26, Jul. 2023.
M. I. Diputra, C. Dewi, and R. C. Wihandika, “Prediksi Tingkat Keuntungan Usaha Peternakan Itik Alabio Petelur menggunakan Jaringan Syaraf Tiruan Backpropagation (Kasus di Kabupaten Hulu Sungai Utara …),” Teknol. Inf. dan Ilmu …, no. February, 2018. [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/959
M. R. A. Fernanda, P. Sokibi, dan R. Fahrudin, "Sistem prediksi ketepatan kelulusan mahasiswa berdasarkan data akademik dan non akademik menggunakan metode K-Means (Studi Kasus: Universitas Catur Insan Cendekia)," Jurnal Digit, vol. 11, no. 1, pp. 89–100, Mei 2021.
N. A. Abidin, M. Assidiq, and A. Qaslim, “Sistem Prediksi Kelulusan Mahasiswa Dengan Metode Backpropagation Neural Network,” J. Ilm. Maju, vol. 4, no. 2, pp. 1–5, 2021, [Online]. Available: https://ojs.balitbang.sulbarprov.go.id/index.php/maju/article/view/100
N. Khasanah, A. Salim, N. Afni, R. Komarudin, dan Y. I. Maulana, "Prediksi kelulusan mahasiswa dengan metode Naive Bayes," Technologia, vol. 13, no. 3, pp. 207–210, Jul. 2022.
N. M. Aji, V. Atina, dan N. A. Sudibyo, "Pemodelan prediksi kelulusan mahasiswa dengan metode Naïve …"
P. Indrayati Sijabat, Y. Yuhandri, G. Widi Nurcahyo, and A. Sindar, “Algoritma Backpropagation Prediksi Harga Komoditi terhadap Karakteristik Konsumen Produk Kopi Lokal Nasional,” Digit. Zo. J. Teknol. Inf. dan Komun., vol. 11, no. 1, pp. 96–107, 2020, doi: 10.31849/digitalzone.v11i1.3880.
P. N. L. Raja and S. Sinurat, “Implementasi Metode Backpropagation Untuk Memprediksi Penjualan Furniture Pada Pt. Indah Jaya Medan,” vol. 13, pp. 146–151, 2018. [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/669
P. Rancangan Peraturan Menteri Pendidikan dan Teknologi, “Kajian Akademik Penerimaan Mahasiswa Baru Program Diploma dan Program Sarjana pada Perguruan Tinggi Negeri”.
W. Satria, “Jaringan Syaraf Tiruan Backpropagation Untuk Peramalan Penjualan Produk (Studi Kasus Di Metro Electronic Dan Furniture),” Djtechno J. Teknol. Inf., vol. 1, no. 1, pp. 14–19, 2021, doi: 10.46576/djtechno.v1i1.966.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Moch Ridwan Alwi, Hindarto, Hamzah Setiawan

This work is licensed under a Creative Commons Attribution 4.0 International License.

