Perbandingan Metode Backpropagation dan Learning Vector Quantization (LVQ) Dalam Menggali Potensi Mahasiswa Baru di STMIK PalComTech
DOI:
https://doi.org/10.30812/matrik.v18i2.387Keywords:
Backpropagation, Artificial Neural Network, Learning Vector QuanitzationAbstract
The Research aimst to compare backpropagation and Learning Vector Quantization (LVQ) methods in exploring the potential of new students at STMIK PalComTech. Comparisons in this study involve four input variables used which consist of four basic subjects of informatics engineering and information systems (math, basic programming, computer networks and management bases) which then make informatics techniques and information systems as outputs, to get the accuracy level high in this study, the researchers used several variations of parameters which eventually produced the best accuracy of the two methods. From 120 data tested using variations in test data and training data which are then processed using variations in the learning rate parameters and epochs. From the test results obtained the level of accuracy of pattern recognition in the backpropagation method is 99.17% with a learning rate variation of 0.1 and epoch 100, the learning vector quantization method has an accuracy rate of 96.67% with a variation of learning rate 1 and epoch 20 From the results of the comparison the Backpropagation method is superior in terms of accuracy so that it becomes the right method to use in exploring the potential of new students at STMIK PalComTech.
Downloads
Download data is not yet available.
References
[1] H. Andik Asmara, “Pengembangan Tes Minat Dan Bakat Dengan Metode Jaringan Syaraf Tiruan ( Jst ) Untuk Memprediksi Developing Interest and Talent Test Using Artificial Neural Network ( Ann ) To Predict Students ’ Aptitude,†J. Pendidik. Vokasi, vol. 5, pp. 1–14, 2015.
[2] a. Nurkhozin, M. I. Irawan, and I. Mukhlash, “Klasifikasi Penyakit Diabetes Mellitus Menggunakan Jaringan Syaraf Tiruan Backpropagation Dan Learning,†Pros. Semin. Nas. Penelitian, Pendidik. dan Penerapan MIPA, no. 7, pp. 1–8, 2011.
[3] M. F. Q. Azizi, “Perbandingan antara Metode Backpropagation dengan Metode Learning Vector Quantization (LVQ) pada Pengenalan Citra Barcode.†Universitas Negeri Semarang, 2013.
[4] A. Prabowo, E. A. Sarwoko, and D. E. Riyanto, “Learning Vector Quantization Pada Pengenalan Pola Tandatangan,†J. SAINS DAN Mat., vol. 14, no. 4, pp. 147–153, 2006.
[5] R. Meliawati, O. Soesanto, and D. Kartini, “Penerapan Metode Learning Vector Quantization (LVQ) Pada Prediksi Jurusan Di SMA PGRI 1 Banjarbaru,†KLIK-KUMPULAN J. ILMU Komput., vol. 3, no. 1, pp. 11–20, 2016.
[6] D. Kartini, R. A. Nugroho, and M. R. Faisal, “Klasifikasi Kelulusan Mahasiswa Menggunakan Algoritma Learning Vector Quantization,†POSITIF J. Sist. dan Teknol. Inf., vol. 3, no. 2, pp. 93–98, 2017.
[7] D. A. Nugraha and W. Retnowati, “Sistem Pendukung Keputusan Penjurusan di SMA Menggunakan Metode Neural Network Backpropagation (Studi Kasus SMA Islam Kepanjen Malang),†Bimasakti.
[8] A. Jumarwanto, R. Hartanto, and D. Prastiyanto, “Aplikasi jaringan saraf tiruan backpropagation untuk memprediksi penyakit THT di Rumah Sakit Mardi Rahayu Kudus,†J. Tek. Elektro, vol. 1, no. 1, p. 11, 2009.
[9] S. Kusumadewi, “Artificial intelligence (teknik dan aplikasinya),†Yogyakarta Graha Ilmu, vol. 5, 2003.
[10] J. J. Siang, “Jaringan syaraf tiruan dan pemrogramannya menggunakan Matlab,†Penerbit Andi, Yogyakarta, 2005. [11] D. Puspitaningrum, “Pengantar Jaringan Syaraf Tiruan,†2006.
[12] L. V Fausett, Fundamentals of neural networks: architectures, algorithms, and applications, vol. 3. prentice-Hall Englewood Cliffs, 1994.
[13] Y. A. Lesnussa, S. Latuconsina, and E. R. Persulessy, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA (Studi kasus: Prediksi Prestasi Siswa SMAN 4 Ambon),†J. Mat. Integr. ISSN, vol. 1412, p. 6184, 2015.
[14] Y. A. Lesnussa, L. J. Sinay, and M. R. Idah, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Penyebaran Penyakit Demam Berdarah Dengue (DBD) di Kota Ambon,†J. Mat. Integr., vol. 13, no. 2, pp. 63–72, 2017.
[15] A. Hasim, “Prakiraan Beban Listrik Kota Pontianak Dengan Jaringan Syaraf Tiruan (Artificial Neural Network).†IPB, Bogor (Tesis S2), 2008.
[2] a. Nurkhozin, M. I. Irawan, and I. Mukhlash, “Klasifikasi Penyakit Diabetes Mellitus Menggunakan Jaringan Syaraf Tiruan Backpropagation Dan Learning,†Pros. Semin. Nas. Penelitian, Pendidik. dan Penerapan MIPA, no. 7, pp. 1–8, 2011.
[3] M. F. Q. Azizi, “Perbandingan antara Metode Backpropagation dengan Metode Learning Vector Quantization (LVQ) pada Pengenalan Citra Barcode.†Universitas Negeri Semarang, 2013.
[4] A. Prabowo, E. A. Sarwoko, and D. E. Riyanto, “Learning Vector Quantization Pada Pengenalan Pola Tandatangan,†J. SAINS DAN Mat., vol. 14, no. 4, pp. 147–153, 2006.
[5] R. Meliawati, O. Soesanto, and D. Kartini, “Penerapan Metode Learning Vector Quantization (LVQ) Pada Prediksi Jurusan Di SMA PGRI 1 Banjarbaru,†KLIK-KUMPULAN J. ILMU Komput., vol. 3, no. 1, pp. 11–20, 2016.
[6] D. Kartini, R. A. Nugroho, and M. R. Faisal, “Klasifikasi Kelulusan Mahasiswa Menggunakan Algoritma Learning Vector Quantization,†POSITIF J. Sist. dan Teknol. Inf., vol. 3, no. 2, pp. 93–98, 2017.
[7] D. A. Nugraha and W. Retnowati, “Sistem Pendukung Keputusan Penjurusan di SMA Menggunakan Metode Neural Network Backpropagation (Studi Kasus SMA Islam Kepanjen Malang),†Bimasakti.
[8] A. Jumarwanto, R. Hartanto, and D. Prastiyanto, “Aplikasi jaringan saraf tiruan backpropagation untuk memprediksi penyakit THT di Rumah Sakit Mardi Rahayu Kudus,†J. Tek. Elektro, vol. 1, no. 1, p. 11, 2009.
[9] S. Kusumadewi, “Artificial intelligence (teknik dan aplikasinya),†Yogyakarta Graha Ilmu, vol. 5, 2003.
[10] J. J. Siang, “Jaringan syaraf tiruan dan pemrogramannya menggunakan Matlab,†Penerbit Andi, Yogyakarta, 2005. [11] D. Puspitaningrum, “Pengantar Jaringan Syaraf Tiruan,†2006.
[12] L. V Fausett, Fundamentals of neural networks: architectures, algorithms, and applications, vol. 3. prentice-Hall Englewood Cliffs, 1994.
[13] Y. A. Lesnussa, S. Latuconsina, and E. R. Persulessy, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA (Studi kasus: Prediksi Prestasi Siswa SMAN 4 Ambon),†J. Mat. Integr. ISSN, vol. 1412, p. 6184, 2015.
[14] Y. A. Lesnussa, L. J. Sinay, and M. R. Idah, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Penyebaran Penyakit Demam Berdarah Dengue (DBD) di Kota Ambon,†J. Mat. Integr., vol. 13, no. 2, pp. 63–72, 2017.
[15] A. Hasim, “Prakiraan Beban Listrik Kota Pontianak Dengan Jaringan Syaraf Tiruan (Artificial Neural Network).†IPB, Bogor (Tesis S2), 2008.
Downloads
Published
2019-05-30
Issue
Section
Articles
How to Cite
[1]
Y. Aprizal, R. I. Zainal, and A. Afriyudi, “Perbandingan Metode Backpropagation dan Learning Vector Quantization (LVQ) Dalam Menggali Potensi Mahasiswa Baru di STMIK PalComTech”, MATRIK, vol. 18, no. 2, pp. 294–301, May 2019, doi: 10.30812/matrik.v18i2.387.
Similar Articles
- Anthony Anggrawan, Analisis Deskriptif Hasil Belajar Pembelajaran Tatap Muka dan Pembelajaran Online Menurut Gaya Belajar Mahasiswa , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Anugerah Bagus Wijaya, Suliswaningsih Suliswaningsih, Argiyan Dwi Pritama, Meningkatkan Rasa Nasionalisme Siswa Melalui Game Base Learning , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 1 (2019)
- Angelina Ervina Jeanette Egeten, PENGARUH PEMBELAJARAN E-LEARNING DAN KEBIASAAN BELAJAR TERHADAP PENINGKATAN KOMPETENSI MAHASISWA PASCASARJANA PADA UNIVERSITAS BINA NUSANTARA , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 16 No. 2 (2017)
- Jihadil Qudsi S., Anthony Anggrawan, EVALUASI PRODUK PEMBELAJARAN MULTIMEDIA (PELIN) EVALUATION OF LEARNING MULTIMEDIA PRODUCT (PELIN) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 16 No. 1 (2016)
- Tri Oktarina, Media Pembelajaran Online untuk Mendukung Belajar Pada Stebis Islam Darussalam , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Gustin Setyaningsih, Muhamad Awiet Wiedanto Prasetyo, Debby Ummul Hidayah, Penerapan Aplikasi Media Pembelajaran pada SMP N 1 Nusawungu Berbasis Smartphone Android , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Shinta Esabella, PERANCANGAN INFRASTRUKTUR JARINGAN KOMPUTER UNTUK MENDUKUNG IMPLEMENTASI SISTEM INFORMASI PADA UNIVERSITAS TEKNOLOGI SUMBAWA , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 16 No. 1 (2016)
- Fatur Rahman Harahap, Anggun Fitrian Isnawati, Khoirun Ni'amah, Variation of Distributed Power Control Algorithm in Co-Tier Femtocell Network , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- Yuniansyah Yuniansyah, Andri Saputra, PENGEMBANGAN MULTIMEDIA PEMBELAJARAN UNTUK MATAKULIAH GRAFIK KOMPUTER MENGGUNAKAN METODE ADDIE , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 17 No. 1 (2017)
- Lalu Zazuli Azhar Mardedi, Khairan Marzuki, Rancang Bangun Jaringan Komputer LAN Berdasarkan Perbandingan Kinerja Routing Protokol EIGRP dan Routing Protokol OSPF , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
You may also start an advanced similarity search for this article.
.png)
