Uji Prediksi Waktu Kelulusan Mahasiswa berbasis Simplified Fuzzy Artmap Neural Network (SFAM)

Hugo Aprilianto, Panca Anitasari W.H., Budi Rahmani

Abstract


Abstrak

 

Salah satu pengembangan dari jenis ART Neural Network adalah Simplified Fuzzy Artmap Neural Network (SFAM). Penelitian ini menggunakan SFAM sebagai pengklasifikasi waktu kelulusan mahasiswa berdasarkan IPK pada tiga semester. Klasifikasi akan dibagi menjadi 4 waktu kelulusan, yaitu: 3-4th, 4-5th, 5-6th, dan 6-7th. Pada akhirnya akan diketahui akurasi dari metode yang diusulkan untuk melakukan klasifikasi waktu kelulusan mahasiswa tersebut.

 

Kata kunci : SFARM, Prediksi, waktu kelulusan mahasiswa


Full Text:

PDF

References


Azi, M., Prediksi Lama Masa Studi Mahasisw Dengan Metode Fuzzy Sugeno, Skripsi Jurusan Teknik Informatika, STMIK Banjarbaru: Banjarmasin, 2012.

Rahmani, B., Aprilianto, H., Early Model of Student's Graduation Prediction

Based on Neural Network, Telkomnika, Vol.12, No.2, Hal.: 465-474, 2014.

Meinanda, Annisa, Muhandri, Suryadi, Prediksi Masa Studi Sarjana dengan Artificial Neural Network, Laporan Penelitian, ITB: Bandung, 2009.

Dewi, Y. S.. Penerapan Metode Regresi Berstruktur Pohon pada Pendugaan Lama Masa Studi Mahasiswa Menggunakan Paket Program R, Jurnal Ilmu Dasar, Hal.:75-82, 2007.

Wahyudi, A., Prediksi Hasil Ujian Nasional Berbasis Jaringan Syaraf Tiruan. Skripsi Jurusan Teknik Informatika, STMIK Banjarbaru: Banjarmasin, 2012.

Hermawan, A., Jaringan Syaraf Tiruan Teori dan Aplikasi, Yogyakarta: Penerbit Andi, 2006.

Jain, A. K., Mao, J., & Mohiudin, K. Artificial Neural Network: A Tutorial, IEEE, 31-44. 1996

Anonim, Adaptive resonance theory. Retrieved January 15, 2015, from Wikipedia: http://en.wikipedia.org/wiki/Adaptive_resonance_theory, 2014.

Kusumadewi, S., Artifical Intellegence (Teknik dan Aplikasinya), Yogyakarta: Graha Ilmu, 2003.

Kusumadewi,S., Membangun Jaringan Syaraf Tiruan, Yogyakarta: Graha Ilmu, 2004.

Purnomo, Mauriadhi, H. dan Kurniawan, A., Supervised Neural Network dan Aplikasinya, Yogyakarta: Graha Ilmu, 2009.

Yin, J.B., & Shen, H.B., Robust ART-2 neural network learning framework: Modelling, Identification and Control (ICMIC) (pp. 267-272). Shanghai: IEEE, 2011.

Rahmani, B., Supriyadi, Early Model of Traffic Sign Reminder Based on Neural

Network, Telkomnika, Vol.10, No.4, Hal.:749-758, 2012.




DOI: http://dx.doi.org/10.35889/jutisi.v5i3.124

Refbacks

  • There are currently no refbacks.


Puslitbang & P2M STMIK Banjarbaru
Kampus STMIK Banjarbaru, Jl. A. Yani, KM. 33,5 Loktabat, Banjarbaru, Kalimantan-Selatan 70714
Telepon: 0511-4782881; email: puslit.stmikbjb@gmail.com