Rekomendasi Tema Tugas Akhir Menggunakan Metode Clasifikasi Supervised Learning

Rais Rais, Arif Rakhman, Arfan Haqiqi Sulasmoro

Abstract


Komampuan kompetensi mahasiswa ditentukan oleh nilai mata kuliah dari semester 1 sampai semester VI sehingga dengan melihat nilai dari semester I sampai semester VI akan tau arah tema Tugas Akhir yang akan diambil. Bayak permasalahan yang terjadi pada Tugas Akhir mahasiswa dikarenakan tema Tugas Akhir yang diajukan kadang kurang sesuai dengan kompetensi. Untuk ini nilai mata kuliah disetiap semester dapat dijadikan dasar untuk pengambilan keputusan atau untuk memprediksi judul yang sesuai untuk mahasiswa. Klasifikasi Supervised Learning  dengan mengunakan algoritma Neural Network yang dioptimasi dengan Particle Swarm Optimization (PSO) dijadikan sebagai metode dalam pengambilan keputusan. dengan nilai accuracy yang didapatkan sebesas 91.24%, setelah dioptimasi nilai akurasi algoritma Neural Network dengan Particle Swarm Optimization (PSO) nilai accuracy yang didapatkan sebesar 92.70% lebih besar dibandingkan dengan sebelum di optimalisasi terbukti dengan adanya peningkatan nilai accuracy  sebesar 1.46%. Berdasarkan perubahan yang terjadi pada nilai accuracy tersebut, dengan demikian dapat disimpulkan bahwa penerapan teknik optimasi dengan Particle Swarm Optimization (PSO) dapat digunakan oleh pemangku kebijakan dalam merekomendasikan tema tugas akhir kepada mahasiswa.

Full Text:

References


I. Kurniawati, “Komparasi Metode Machine Learning Pada Prediksi Kelulusan Mahasiswa A Comparative Method of Machine Learning On Predicting Students Graduation,” no. May, no. May 2018, 2019, [Online]. Available: https://www.researchgate.net/profile/Ika_Kurniawati/publication/332874818_Komparasi_Metode_Machine_Learning_Pada_Prediksi_Kelulusan_Mahasiswa/links/5ccfceee458515712e955e79/Komparasi-Metode-Machine-Learning-Pada-Prediksi-Kelulusan-Mahasiswa.pdf.

W. Febrina and M. Arif, “Faktor yang Mempengaruhi Penyelesaian Tugas Akhir Mahasiswa Teknik Industri Sekolah Tinggi Teknologi Dumai,” vol. 12, no. 2, pp. 107–114, 2019.

M. Raharjo, M. Napiah, and J. L. Putra, “Prediksi Pengaruh Matakuliah Terhadap Peminatan Outline Tugas Akhir Mahasiswa Dengan Jaringan Syaraf Tiruan,” vol. 2, no. 1, pp. 78–83, 2020.

F. Sodik, B. Dwi, and I. Kharisudin, “Perbandingan Metode Klasifikasi Supervised Learning pada Data Bank Customers Menggunakan Python,” vol. 3, pp. 689–694, 2020.

M. Informatika and K. B. Aceh, “ANALISIS TREND TOPIK PENELITIAN PADA WEB OF SCIENCE DAN SINTA UNTUK PENENTUAN TEMA,” pp. 13–25, 2018.

T. P. Vital, K. Sangeeta, and K. K. Kumar, “Student Classification Based on Cognitive Abilities and Predicting Learning Performances using Machine Learning Models,” Int. J. Recent Technol. Eng., vol. 8, no. 6, pp. 3554–3569, 2020, doi: 10.35940/ijrte.f8848.038620




DOI: https://doi.org/10.30591/smartcomp.v11i3.3907

Refbacks

  • There are currently no refbacks.


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

========================================================================

Smart Comp Indexed By:

Flag Counter

 

View My Stats

 

 

 

Creative Commons License

 

 

 

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







 

https://journal.mjkpublisher.or.id/