SARI, Inang Zulfa (2025) IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI NILAI UJIAN MENGGUNAKAN ALGORITMA BACKPROPAGATION (Studi Kasus : SMK 2 Al-Hikmah 1 Benda). Bachelor thesis, UNIVERSITAS PERADABAN.
|
Text (ABSTRAK)
ABSTRAK-Inang Zulfa Sari-42420037-Skripsi-2025-.docx - Published Version Download (35kB) |
|
|
PDF (HALAMAN AWAL)
COVER-Inang Zulfa Sari-42420037-Skripsi-2025 (1).pdf - Published Version Download (1MB) |
|
|
PDF (BAB I)
BAB I-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Restricted to Registered users only Download (237kB) |
|
|
PDF (BAB II)
BAB II-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Restricted to Registered users only Download (509kB) |
|
|
PDF (BAB III)
BAB III-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Restricted to Registered users only Download (296kB) |
|
|
PDF (BAB IV)
BAB IV-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Restricted to Registered users only Download (1MB) |
|
|
PDF (BAB V)
BAB V-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Download (255kB) |
|
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Download (208kB) |
|
|
PDF (LAMPIRAN)
LAMPIRAN-Inang Zulfa Sari-42420037-SKRIPSI-2025.pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Prediksi prestasi akademik siswa adalah salah satu upaya penting dalam meningkatkan mutu pendidikan dalam pengambilan keputusan yang dilakukan oleh pihak sekolah. Penelitian ini menerapkan metode Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation untuk memprediksi nilai ujian berdasarkan nilai selama 4 semester dan nilai ujian pada tahun sebelumnya, guna memperkirakan nilai pada 2 semester selanjutnya. Proses pelatihan dilakukan pada siswa kelas 12 sebanyak 132 siswa yang terbagi menjadi 70% data latih dan sisanya 30% sebagai data uji. Penelitian ini dilakukan guna mengatasi permasalahan yang terjadi yaitu masih dilakukannya penilaian siswa secara manual dengan bantuan software excel. Pelatihan dilakukan dengan pengukuran menggunakan Root Mean Squared Error (RMSE) sebagai matrik evaluasi dengan bantuan software Python. Hasil pengujian menunjukkan arsitektur 4-4-1, khususnya pada mata pelajaran Matematika dengan RMSE : 2.3316, Bahasa Indonesia dengan RMSE : 0.8700, dan Bahasa Inggris dengan RMSE : 0.8633 menunjukkan hasil yang lebih besar menandakan bahwa performa model perlu ditingkatkan.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Jaringan Syaraf Tiruan, Backpropagation, Prediksi Prestasi, RMSE, Python. | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Kecerdasan Buatan;Sistem Pakar; Neural Network; Data Mining; Machine learning; Computer Vision; Pengolahan Citra | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | S.E. Khozin Khozin | |||||||||
| Date Deposited: | 10 Mar 2026 02:14 | |||||||||
| Last Modified: | 10 Mar 2026 02:14 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/2368 |
Actions (login required)
![]() |
View Item |
