PRESIKSI MASA STUDI MAHASISWA MENGGUNAKAN METODE GRADIENT BOOSTING REGRESSION DAN MULTILAYER PERCEPTRON ARTIFICIAL NEURAL NETWORK (STUDI KASUS: UNIVERSITAS INTERNASIONAL SEMEN INDONESIA)

Akhmad Safi'i, 3011910041 (2023) PRESIKSI MASA STUDI MAHASISWA MENGGUNAKAN METODE GRADIENT BOOSTING REGRESSION DAN MULTILAYER PERCEPTRON ARTIFICIAL NEURAL NETWORK (STUDI KASUS: UNIVERSITAS INTERNASIONAL SEMEN INDONESIA). Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
0. COVER.pdf

Download (168kB)
[img] Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf

Download (103kB)
[img] Text (HALAMAN PENGESAHAN)
2. HALAMAN PENGESAHAN.pdf
Restricted to Repository staff only

Download (328kB) | Request a copy
[img] Text (HALAMAN PERSETUJUAN PUBLIKASI)
3. HALAMAN PERSETUJUAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (319kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN ORISINALITAS)
4. HALAMAN PERNYATAAN ORISINALITAS.pdf
Restricted to Repository staff only

Download (259kB) | Request a copy
[img] Text (ABSTRAK)
6. ABSTRAK.pdf

Download (326kB)
[img] Text (KATA PENGANTAR)
7. KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (253kB) | Request a copy
[img] Text (DAFTAR ISI)
8. DAFTAR ISI.pdf

Download (289kB)
[img] Text (DAFTAR GAMBAR)
9. DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (265kB) | Request a copy
[img] Text (DAFTAR TABEL)
10. DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (267kB) | Request a copy
[img] Text (BAB I PENDAHULUAN)
11. BAB I PENDAHULUAN.pdf

Download (331kB)
[img] Text (BAB II KAJIAN PUSTAKA)
12. BAB II KAJIAN PUSTAKA.pdf
Restricted to Repository staff only

Download (356kB) | Request a copy
[img] Text (BAB III METODOLOGI PENELITIAN)
13, BAB III METODE PENELITIAN.pdf
Restricted to Repository staff only

Download (779kB) | Request a copy
[img] Text (BAB IV HASIL DAN PEMBAHASAN)
14. BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (346kB) | Request a copy
[img] Text (BAB V PENUTUP)
15. BAB V PENUTUP.pdf
Restricted to Repository staff only

Download (266kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
16. DAFTAR PUSTAKA.pdf

Download (202kB)
[img] Text (LAMPIRAN)
17. LAMPIRAN.pdf
Restricted to Repository staff only

Download (188kB) | Request a copy
[img] Text (FULLTEXT DOC)
18.SKRIPSI-AKHMAD SAFI'I(3011910041).docx
Restricted to Repository staff only

Download (3MB) | Request a copy
[img] Text (FULLTEXT)
18.SKRIPSI-AKHMAD SAFI'I(3011910041).pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (19.POSTER-AKHMAD SAFI'I(3011910041))
19.POSTER-AKHMAD SAFI'I(3011910041).pdf

Download (208kB)

Abstract

Kelulusan merupakan salah satu elemen penting dalam proses penilaian akreditasi suatu institusi atau perguruan tinggi. Oleh karena itu sangat penting untuk mengetahui masa studi mahasiswa di suatu universitas. Penerapan data mining dapat digunakan untuk melakukan prediksi terhadap masa studi mahasiswa. Metode yang sering digunakan untuk melakukan prediksi kelulusan mahasiswa adalah metode Regression. Dalam penelitian ini fokus pada bagaimana cara prediksi masa studi mahasiswa dengan data mining menggunakan algoritma Gradient Boosting Regresi dan Multilayer Perceptron Artificial Neural Network. Penelitian ini menggunakan data mahasiswa yang sudah lulus sebagai data training dan data testing. Penelitian ini bertujuan untuk memprediksi masa studi agar bisa digunakan sebagai early warning atau peringatan dini bagi mahasiswa. Dari hasil penelitian yang didapat, tingkat akurasi dari MSE dari setiap algoritma berbeda. Dapat disimpulkan algoritma Mlp Artificial Neural Network lebih baik dari pada algoritma Gradient Boosting Regression dengan nilai 0.0181 dan 0.0201

Item Type: Thesis (Undergraduate)
Additional Information: Softfile/KK.23/UISI-01/IF
Uncontrolled Keywords: MACHINE LEARNING, GBR, MLP ANN
Contributors:
ContributionNameEmail
Thesis advisorLailatul Hidayah, S.Kom., M.S., MCElailatul.hidayah@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Akhmad Safi'i
Date Deposited: 20 Sep 2023 09:41
Last Modified: 20 Sep 2023 09:41
URI: https://repository.uisi.ac.id/id/eprint/5512

Actions (login required)

View Item View Item