PREDIKSI PREDIKAT KELULUSAN MAHASISWA UNIVERSITAS MARITIM RAJA ALI HAJI MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION
| Main Author: | Rini, Tan |
|---|---|
| Format: | Article PeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.umrah.ac.id/123/1/RINI_130155201017_JURNAL%20PUBLIKASI.doc http://repository.umrah.ac.id/123/ |
Daftar Isi:
- Predikat kelulusan mahasiswa merupakan salah satu indikator pencapaian akademik dalam kegiatan pembelajaran pada perguruan tinggi. Kuantitas mahasiswa dengan predikat kelulusan yang baik akan berbanding lurus dengan tingkat mutu pembelajaran pada program studi dalam suatu perguruan tinggi. Predikat kelulusan juga merupakan faktor yang berpengaruh pada penerimaan dunia kerja terhadap kelulusan. Dalam penelitian ini akan dilihat sejumlah faktor pada data awal mahasiswa yang dapat mempengaruhi kelulusan, yaitu asal sekolah, asal daerah, pekerjaan orangtua, jenis kelamin, dan jalur masuk. Keterkaitan faktor-faktor tersebut dibuat dalam suatu sistem prediksi predikat kelulusan menggunakan metode Learning Vector Quantization (LVQ) dengan data awal mahasiswa sebagai faktor penentu predikat. Metode LVQ merupakan salah satu metode dalam teori jaringan syaraf tiruan yang memungkinkan jaringan melakukan pembelajaran terhadap data masukan berupa data awal mahasiswa untuk mendapatkan hasil predikat kelulusan. Hasil penelitian menggunakan sejumlah data training dan data uji serta menerapkan beberapa parameter LVQ menunjukan bahwa akurasi prediksi berada pada kisaran 40% hingga 50% dengan nilai akurasi tertinggi sebesar 54.16% diperoleh pada nilai learning rate (α) sebesar 0.05 min alpha 0.03 dan dec alpha senilai 0.2 berhenti pada epoh ke-4. Dari hasil tersebut dapat disimpulkan bahwa metode LVQ tidak memberikan hasil yang cukup baik dalam memprediksi predikat kelulusan yang diduga karena sebagian besar data awal merupakan data kategori.