Implementasi Jaringan Saraf Tiruan Untuk Menentukan Kelayakan Proposal Tugas Akhir

Fitri Ayu

doi:10.25299/itjrd.2019.vol3(2).2271

Authors

Fitri Ayu AMIK Mahaputra Riau

DOI:

https://doi.org/10.25299/itjrd.2019.vol3(2).2271

Keywords:

Artificial Neural Network, Backpropagation, Matlab

Abstract

Sebuah Proposal Tugas Akhir (TA) yang diajukan mahasiswa harus diseleksi oleh Ketua Program Studi (KPS) untuk menentukan apakah proposal tersebut layak atau tidak untuk dilanjutkan sebagai salah satu syarat kelulusan, khususnya pada D3 Manajemen Informatika (MI) AMIK-ROYAL KISARAN. Proses penentuan kelayakan sebuah judul Tugas Akhir (TA) pada penelitian ini menerapkan konsep Jaringan Saraf Tiruan (JST) yang dibangun menggunakan enam kriteria sebagai input, antara lain : kesesuaian judul dengan visi Program Studi, implementasi program dalam penelitian, implementasi konsep jaringan dalam penelitian, sumber data yang digunakan, logis atau tidaknya suatu penelitian, memenuhi syarat untuk disebut sebagai sebuah sistem informasi. Ke-enam kriteria ini akan menjadi input bagi jaringan dalam melakukan pelatihan dan pengujian jaringan, dengan memvariasikan hidden layer yang digunakan. Dari penelitian yang dilakukan, dengan 40 data input di dapatkan bahwa jaringan akan memberikan hasil terbaik pada pembagian data 20x20 untuk pelatihan dan pengujian dengan pola 6-6-1, Dimana persentase tingkat kebenaran pada pelatihan adalah 90% dan pengujian 60% dengan α = 0,1. Dari hasil perbandingan perhitungan data antara Matlab dengan perhitungan manual diperolah tingkat kepercayaan 100%.

Downloads

Download data is not yet available.

References

Arief Hermawan, 2006, Jaringan Syaraf Tiruan Teori dan Aplikasi, Ghara Ilmu, Yogyakarta.

Diyah Puspitaningrum, 2006, Pengantar Jaringan Syaraf Tiruan, Andi Offset, Yogyakarta.

Irfan Subakti, 2002, Sistem Pendukung Keputusan (Dicision Support System), Institut Teknogi Sepuluh November, Surabaya.

Jong Jeng Siang, 2005, Jaringan Syaraf Tiruan & Pemrogramannya menggunakan MATLAB, Andi Offset, Yogyakarta.

Michael Neggnevitsky, 2002, Artificial Intelligece, Addison Wesley, Printed and bound in Geat by Biddles LTD, Guildford and King’s Lynn, England.

Sri Kusumadewi, 2003, Artificial Intelligence (Teknik dan Aplikasi), Andi Offset, Yogyakarta.

Kiki, Sri Kusuma Dewi (Universitas Putra Indonesia), 2006, Analisis Jaringan Saraf Tiruan dengan Metode Backpropagation untuk Mendeteksi Gangguan Psikologi.

M.F.Andrijasa, Mistianingsih, FMIPA Universitas Mulawarman, 2003, Penerapan Jaringan Saraf Tiruan untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur dengan Menggunakan Algoritma Pembelajaran Backpropagation.

Novi Yanti, Jurusan Teknik Informatika, (Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim, Riau), 2004, Penerapan Metode Neural Network dengan Struktur Backpropagation untuk prediksi Stock Obat di Apotik (Studi Kasus : Apotek ABC).