Detail Cantuman

MODEL SISTEM PERINGATAN DINI STUDI MAHASISWA YANG TIDAK TEPAT WAKTU DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (STUDI KASUS MAHASISWA TINGKAT AKHIR JURUSAN TEKNIK INDUSTRI ITENAS)

INDRA SAEFUDIN / 13 - 2006 - 037 - Personal Name
Ir. Suprayogi.,Ph.D - Personal Name
Susy Susanti, S.T., M.T. - Personal Name
Text Indonesia 2011 Teknik Industri : FTI

ITENAS merupakan salah satu perguruan tinggi di Bandung yang memiliki masalah dengan jumlah atau tingkat kelulusan untuk mahasiswa yang lulus tepat waktu atau lulus dalam waktu 4 tahun terutama untuk jurusan teknik industri. Tingkat kelulusan untuk mahasiswa yang lulus tepat waktu kurang dari duapuluh persen dari total jumlah mahasiswa yang aktif dalam satu angkatan. Rendahnya tingkat kelulusan ini menjadi masalah yang harus segera dipecahkan, karena jika hal itu dibiarkan akan menimbulkan masalah baru. Untuk mengatasi hal tersebut diperlukan peringatan dini kepada mahasiswa yang tidak lulus tepat waktu. Peringatan dini ini diharapkan dapat digunakan oleh pihak yang berkepentingan untuk melakukan antisipasi terhadap mahasiswa yang tidak lulus tepat waktu.
Untuk mengembangkan sistem peringatan dini untuk mahasiswa yang tidak lulus tepat waktu digunakan pendekatan Artificial Neural Networks (ANN). Kemampuan untuk menangani banyak bentuk variabel dalam bentuk yang kompleksmenyebabkan model ANN dipakai untuk membangun sistem peringatan dini.
Data yang dibutuhkan dalam penelitian ini adalah data akademik mahasiswa Teknik Industri ITENAS. Data-data yang dibutuhkan antara lain data kelulusan mahasiswa yang tepat waktu, data IPS mahasiswa, data kehadiran mahasiswa, dan data SKS yang lulus untuk setiap semester. Data IPS mahasiswa, data kehadiran mahasiswa dan data sks yang lulus nantinya dijadikan sebagai indikator krisis (independent variable) sedangkan data kelulusan mahasiswa yang tepat waktu menjadi variable prediktor (dependent variable). Indikator-indikator krisis tersebut kemudian direduksi agar menghasilkan variabel yang lebih sedikit, metode yang digunakan adalah analisis faktor. Hasil dari reduksi data menghasilkan empat indikator yaitu IPS semester 3, ratarata kehadiran semester 2, jumlah sks yang lulus semester 1 dan jumlah sks yang lulus semester 5. Kemudian dari keempat faktor tersebut dilanjutkan ke pengolahan data untuk menghasilkan model matematis dengan menggunakan pendekatan artificial neural network. Hasil dari neural network menghasilkan tiga layer yaitu input layer, hidden layer, dan output layer, yang terdiri dari 4 neuron dalam input layer ditambah 1 neuron bias, 3 neuron dalam hidden layer ditambah 1 neuron bias, dan 1 neuron dalam output layer. Fungsi transfer yang digunakan untuk masing-masing layer adalah fungsi sigmoid, dengan algoritma pembelajaran backpropagation.
Nilai cutoff yang digunakan sebesar 0,63 berdasarkan nilai performansi POSCC, sehingga nilai batas seorang mahasiswa dikatakan tidak lulus tepat waktu adalah jika probabilitas krisisnya berada di atas 0,63. Implementasi dari model sistem peringatan dini adalah dengan membuat sebuah program database mahasiswa dengan menggunakan software microsoft access.Sehingga sistem peringatan dini ini akan menjadi alat untuk dosen wali dalam mengendalikan mahasiswa agar dapat lulus tepat waktu. Dari sistem peringatan dini ini dosen wali dapat melihat ada atau tidaknya mahasiswa yang berpotensi tidak lulus tepat waktu. Jika ada maka dosen wali dapat memberikan solusi kepada mahasiswa agar nantinya dapat lulus tepat waktu.

Ketersediaan

LOADING LIST...

Lampiran Berkas

LOADING LIST...

Detail Information

Bagian	Informasi
Pengarang	INDRA SAEFUDIN / 13 - 2006 - 037 - Personal Name Ir. Suprayogi.,Ph.D - Personal Name Susy Susanti, S.T., M.T. - Personal Name
No. Panggil	1286TI/11
Subyek
Fakultas	FTI
Tahun Terbit	2011
Jurusan	Teknik Industri
Deskripsi Fisik
Info Detil Spesifik

Tags :

Citation

APA Style

. (2011).MODEL SISTEM PERINGATAN DINI STUDI MAHASISWA YANG TIDAK TEPAT WAKTU DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (STUDI KASUS MAHASISWA TINGKAT AKHIR JURUSAN TEKNIK INDUSTRI ITENAS)().Teknik Industri:FTI

Chicago Style

.MODEL SISTEM PERINGATAN DINI STUDI MAHASISWA YANG TIDAK TEPAT WAKTU DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (STUDI KASUS MAHASISWA TINGKAT AKHIR JURUSAN TEKNIK INDUSTRI ITENAS)().Teknik Industri:FTI,2011.Text

MLA Style

Turabian Style

Detail Cantuman

MODEL SISTEM PERINGATAN DINI STUDI MAHASISWA YANG TIDAK TEPAT WAKTU DENGAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (STUDI KASUS MAHASISWA TINGKAT AKHIR JURUSAN TEKNIK INDUSTRI ITENAS)

Detail Information

Citation

Homepage Info

Koleksi

Media Sosial / Kanal

Address