GENERAL REGRESSION NEURAL NETWORK UNTUK PREDIKSI PENERIMAAN MAHASISWA KELAS PYTHON
Abstract
Permintaan dalam bidang pemrograman, khususnya dalam penggunaan bahasa pemrograman Python, semakin meningkat seiring waktu. Data terakhir menunjukkan bahwa minat masyarakat terhadap pengembangan keterampilan pemrogram Python, terutama di kalangan mahasiswa, mengalami peningkatan signifikan. Fenomena ini mencerminkan tren global di mana keterampilan pemrograman menja di semakin penting dalam berbagai bidang karier. Penelitian ini bertujuan untuk memprediksi penerimaan mahasiswa kelas Python dengan menggunakan me tode General regression Neural Network. Data yang telah dikumpulkan melibatkan normalisasi, dimana rata- rata dan standar deviasi dihitung untuk mengukur variasi atau sebaran nilai data. Proses normalisasi ini dilakukan untuk mermastikan keakuratan dan keteapan prediksi. Selanjutnya, perhitungan Mean Aquared Error (MSE) digunakan untuk menentukan nilai sigma terendah. Model yang dihasilkan kemudian diuji menggunakan data latih untuk memastikan kehandalan prediksi dalam mengestimasi penerimaan mahasiswa kelas python.
References
J. Junaidi, K. Tiara, and N. Dwi Yuliastrie, “Sistem Pakar Monitoring Inventory Control Untuk Menghitung Harga Jual Efektif Dalam Meningkatkan Keuntungan,” in Seminar Teknik Informatika (STI), 2013.
G. Kumar and H. Malik, “Generalized Regression Neural Network Based Wind Speed Prediction Model for Western Region of India,” Procedia Comput. Sci., vol. 93, no. September, pp. 26–32, 2016.
R. E. Caraka, H. Yasin, and A. Prahutama, “Pemodelan General Regression Neural Network ( Grnn ) Dengan Pemodelan General Regression Neural Network ( Grnn ) Dengan Peubah Input Data Return Untuk,” Trust. Digit. Indentitiy Intell. Syst., no. June 2015, pp. 283– 288, 2014.
I. . Basheer and M. Hajmeer, “Artificial neural networks: fundamentals, computing
