Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Komunikasi Bisnis dan Teknologi Digital
Moch Ridwan Alwi
Unknown Affiliation
Economics, Econometrics & Finance Languange, Linguistic, Communication & Media

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Prediksi Kelulusan Mahasiswa Fakultas Saintek Universitas Muhammadiyah Sidoarjo Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Moch Ridwan Alwi; Hindarto; Hamzah Setiawan
Jurnal Komunikasi Bisnis dan Teknologi Digital Vol. 1 No. 1 (2025): October
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jkbtd.v1i1.264

Abstract

Perguruan tinggi swasta maupun negeri mewajibkan mahasiswanya untuk lulus. Begitu pula dengan perguruan tinggi swasta di Sidoarjo, seperti Universitas Muhammadiyah Sidoarjo (UMSIDA), tingkat kelulusan mahasiswanya dapat berdampak pada akreditasi program studi. Pentingnya menggunakan berbagai metode untuk menentukan jumlah mahasiswa yang akan mendaftar dan lulus, mengingat pentingnya nilai akreditasi dalam kelulusan mahasiswa. Memprediksi kelulusan siswa memungkinkan persiapan dan dukungan yang memadai bagi siswa untuk berhasil menyelesaikan studinya. Memiliki sistem yang dapat meramalkan seberapa cepat atau lambat seorang mahasiswa akan lulus akan memperlancar pengembangan sistem kampus bagi mahasiswa. Penelitian ini memanfaatkan Artificial Neural Network (JST) dengan pendekatan backpropagation untuk meramalkan kelulusan siswa. Data masukan untuk pelatihan JST ini bersumber dari Fakultas Sains dan Teknologi Universitas Muhammadiyah Sidoarjo (UMSIDA) tentang tingkat kelulusan mahasiswa tahun 2015 sampai dengan tahun 2019. Hasil pengujian menunjukkan bahwa Mean Square Error (MSE) pada keluaran JST sebesar 0,000141295, pada pengujian akurasi didapatkan nilai akurasi 93.428901%. Hal ini menunjukkan bahwa metode backpropagation dengan ANN dapat dimanfaatkan secara efektif untuk memprediksi kelulusan mahasiswa.
Co-Authors Hamzah Setiawan Hindarto