PERBANDINGAN METODE BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION (LVQ) DALAM MENGGALI POTENSI MAHASISWA BARU DI STMIK PALCOMTECH

UNIVERSITAS BINA DARMA, UNIVERSITAS BINA DARMA (2022) PERBANDINGAN METODE BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION (LVQ) DALAM MENGGALI POTENSI MAHASISWA BARU DI STMIK PALCOMTECH. PERBANDINGAN METODE BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION (LVQ) DALAM MENGGALI POTENSI MAHASISWA BARU DI STMIK PALCOMTECH.

[img]
Preview
Text
387-Article Text-1408-2-10-20190611.pdf

Download (678kB) | Preview
Official URL: https://www.binadarma.ac.id

Abstract

Peneitian ini bertujuan untuk melakukan perbandingan metode backpropagation dan Learning Vector Quantization (LVQ) dalam menggali potensi mahasiswa baru di STMIK PalComTech. Perbandingan dalam penelitian ini melibatkan empat variabel masukan yang digunakan yang terdiri dari empat mata pelajaran dasar teknik informatika dan sistem informasi (matematika, pemrograman dasar, jaringan komputer dan dasar manajemen) yang kemudian menjadikan teknik informatika dan sistem informasi sebagai luaran, Untuk mendapatkan tingkat akurasi yang tinggi dalam penilitan ini, peneliti menggunakan beberapa variasi parameter yang akhirnyan menghasilkan akurasi terbaik dari kedua metode. Dari 120 data yang diuji menggunakan variasi data uji dan data latih yang selanjutnya diolah menggunakan variasi parameter learning rate dan jumlah epoch. Dari hasil pengujian diperoleh tingkat akurasi pengenalan pola pada metode backpropagation sebesar 99,17% dengan variasi learning rate 0,1 dan jumlah epoch 100, metode learning vector quantization didapat tingkat akurasi sebesar 96,67% dengan variasi learning rate 1 dan jumlah epoch 20. Dari hasil perbandingan metode Backpropagation lebih unggul dari segi akurasi sehingga menjadi metode yang tepat digunakan dalam menggali potensi mahasiswa baru di STMIK PalComTech.

Item Type: Article
Subjects: L Education > L Education (General)
Divisions: Faculty of Law, Arts and Social Sciences > School of Education
Depositing User: Mr Edi Surya Negara
Date Deposited: 19 Jun 2022 12:37
Last Modified: 19 Jun 2022 12:37
URI: http://eprints.binadarma.ac.id/id/eprint/12603

Actions (login required)

View Item View Item