Sistem Evaluasi Kelayakan Mahasiswa MagangMenggunakan Elman Recurrent Neural Network

AbstrakJaringan Syaraf Tiruan (JST) dapat digunakan untuk memecahkan permasalahan tertentu seperti prediksi, klasifikasi, pengolahan data, dan robotik.Berdasarkan paparan tersebut, sehingga dalam penelitian ini mencoba menerapkan JST untuk menangani permasalahan dalam program magang yang sedang diha...

Full description

Saved in:
Bibliographic Details
Main Authors: Jiwa Permana, Agus Aan (Author), Prijodiprodjo, Widodo (Author)
Other Authors: IndoCEISS (Contributor)
Format: EJournal Article
Published: IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia., 2014-01-31.
Subjects:
Online Access:Get Fulltext
Get Fulltext
Tags: Add Tag
No Tags, Be the first to tag this record!
LEADER 04070 am a22002773u 4500
001 IJCSS_3494
042 |a dc 
100 1 0 |a Jiwa Permana, Agus Aan  |e author 
100 1 0 |a IndoCEISS  |e contributor 
700 1 0 |a Prijodiprodjo, Widodo  |e author 
245 0 0 |a Sistem Evaluasi Kelayakan Mahasiswa MagangMenggunakan Elman Recurrent Neural Network 
260 |b IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.,   |c 2014-01-31. 
500 |a https://jurnal.ugm.ac.id/ijccs/article/view/3494 
520 |a AbstrakJaringan Syaraf Tiruan (JST) dapat digunakan untuk memecahkan permasalahan tertentu seperti prediksi, klasifikasi, pengolahan data, dan robotik.Berdasarkan paparan tersebut, sehingga dalam penelitian ini mencoba menerapkan JST untuk menangani permasalahan dalam program magang yang sedang dihadapi dalam upaya untuk meningkatkan kompetensi, pengalaman, serta melatih softskill mahasiswa.Sistem yang dikembangkan dapat digunakan untuk mengevaluasi kelayakan mahasiswa dalam program magang ke luar daerah dengan menerapkan Elman Recurrent Neural Network (ERNN), sehingga dapat memberikan informasi yang akurat kepada pihak jurusan untuk menentukan keputusan yang tepat.Struktur Elman dipilih karena dapat membuat iterasi jauh lebih cepat sehingga memudahkan proses konvergensi. Adapun metode pembelajaran yang digunakan adalah Backpropagation ThroughTime dengan model epochwise training mode. Sistem diimplementasikan dengan menggunakan bahasa pemrograman C# dengan basis data MySQL. Vektor input yang digunakan terdiri dari 11 variabel. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan akan cepat mengalami konvergen dan mampu mencapai nilai error paling optimal (minimum error) apabila menggunakan 1 hidden layer dengan jumlah neuron 20 unit. Akurasi terbaik dapat diperoleh dengan menggunakan LR sebesar 0.01 dan momentum 0.85 dimana akurasi rata-rata dalam pengujian mencapai 87.50%. Kata kunci-Evaluasi, Kelayakan, Jaringan Syaraf Tiruan (JST), Elman Recurrent Neural Network, Magang Abstract Artificial Neural Network (ANN) can be used to solve specific problems such as prediction, classification, data processing, and robotics. Based on the exposure, so in this study tried to apply neural networks to handle problems in apprentice program facing in an effort to increase the competence, experience and soft skills training students. The system developed can be used to evaluate the students in the apprentice program to other regions by applying the Elman Recurrent Neural Network (ERNN), so it can provide accurate information to the department to determine appropriate decisions. Elman structure was chosen because it can be create much more rapidly iterations so as to facilitate the convergence process. The learning method used is Backpropagation Through Time with model epochwise training mode. The system is implemented using the C # programming language with a MySQL database. Input vector used consists of 11 variables. The results showed that the developed system will rapidly converge and can reach optimal error value (minimum error) when using one hidden layer with 20 units number of neurons. Best accuracy can be obtained using the LR of 0.01 and momentum 0.85 which average accuracy reaches 87.50% in testing. Keywords-Evaluation, Feasibility, Artificial Neural Network (ANN), Elman Recurrent Neural Network, Apprenticeship 
540 |a Copyright (c) 2014 IJCCS - Indonesian Journal of Computing and Cybernetics Systems 
540 |a http://creativecommons.org/licenses/by-sa/4.0 
546 |a eng 
655 7 |a info:eu-repo/semantics/article  |2 local 
655 7 |a info:eu-repo/semantics/publishedVersion  |2 local 
655 7 |2 local 
786 0 |n IJCCS (Indonesian Journal of Computing and Cybernetics Systems); Vol 8, No 1 (2014): January; 37-48 
786 0 |n 2460-7258 
786 0 |n 1978-1520 
787 0 |n https://jurnal.ugm.ac.id/ijccs/article/view/3494/3020 
856 4 1 |u https://jurnal.ugm.ac.id/ijccs/article/view/3494  |z Get Fulltext 
856 4 1 |u https://jurnal.ugm.ac.id/ijccs/article/view/3494/3020  |z Get Fulltext