Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI
Lubis, Dikko Rizky Bintang
Unknown Affiliation
Computer Science & IT Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Penerapan Jaringan Syaraf Tiruan Untuk Pengklasifikasi Mahasiswa Berpotensi Drop Out Lubis, Dikko Rizky Bintang; Tua, Anri Hafiz; Siregar, Muharram Soleh; Armansyah, Armansyah
JATISI Vol 11 No 4 (2024): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v11i4.8225

Abstract

This research aims to classify students who have the potential to drop out using the Multilayer Perceptron (MLP) Backpropagation Artificial Neural Network method. The dataset consists of 1337 students which are then divided into training and test data with a ratio of 80%:20%. The classifier results show an accuracy of 94.7% for training data and 95.9% for test data. These findings indicate that the Backpropagation method with the MLP model is able to provide a very high level of accuracy, on average reaching 95%. This research is important because it can help campuses identify students who have the potential to drop out and provide timely intervention to prevent this. In this way, drop out prevention efforts can be improved, ensuring student academic success.
Klasifikasi Mahasiswa Berpotensi Dropout Menggunakan Metode Regresi Logistik Lubis, Dikko Rizky Bintang; Armansyah, Armansyah
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13526

Abstract

Dropout merupakan masalah serius yang sering terjadi di dunia perkuliahan. Beragam penyebab yang membuat seorang mahasiswa harus di dropout dari kampus mulai dari biaya kuliah yang mahal, jarak tempat kuliah yang jauh, rasa malas dan lain sebagainya. Setiap kampus pasti menginginkan kelulusan untuk setiap mahasiswanya dikarenakan masalah dropout ini dapat memberikan penilaian buruk bagi pihak kampus. Maka dari itu, langkah yang dapat dilakukan untuk mengatasi peramasalahan ini adalah dengan melakukan klasifikasi. Salah satu metode klasifikasi yang dapat digunakan adalah Regresi Logistik. Metode ini mampu melakukan klasifikasi dengan baik dan memberikan hasil akurasi yang baik juga. Pada penelitian ini, objek yang menjadi bahan penelitian adalah Program Studi Sistem Informasi dan dataset yang digunakan adalah data mahasiswa dari Angkatan 2015 sampai 2024. Hasil dari penelitian ini memberikan nilai akurasi yang sangat tinggi yaitu 99%. Sedangkan presisinya 99%, recall 95% dan f1-score nya adalah 97%.   Kata Kunci – Klasifikasi; Regersi Logistik; Dropout; Universitas
Co-Authors Armansyah Armansyah Siregar, Muharram Soleh Tua, Anri Hafiz