<![CDATA[Dalam menyikapi ujian nasional tingkat SMP beberapa sekolah dan dinas pendidikan di daerah selalu berusaha mendadakan try out. Tujuan diadakan try out dan bimbingan belajar adalah siswa agar dapat lulus di ujian nasional. Usaha yang dilakukan tersebut agar siswa bisa memenuhi grade kelulusan ujian nasional. Selain dengan cara tersebut, dapat dilakukan dengan membuat suatu sistem yang dapat memprediksi nilai ujian nasional siswa SMP. Penelitian ini bertujuan untuk membandingkan hasil prediksi nilai ujian nasional siswa SMP dengan algoritma backpropagation dan SVM. Di mana dataset yang digunakan adalah dataset nilai ujian nasional pada mata pelajaran Bahasa Indonesia, Bahasa Inggris, Matematika, dan Ilmu Pengetahuan Alam siswa SMP. Kami membuat arsitektur algoritma backpropagation dengan 2 model. Model pertama dengan 5 node hidden layer, dan model kedua dengan 7 node hidden layer. Input dari kedua algoritma adalah 7 variabel, dengan 701 baris dataset, 561 baris untuk pelatihan dan 140 baris pengujian, dan outputnya adalah nilai ujian nasional. Hasil pengujian antara backpropagation dan algoritma SVM menghasilkan nilai MSE terendah, yaitu backpropagation dengan MSE rata-rata 103,3. Di mana struktur yang digunakan dalam algoritma backpropagation dengan 7 node input layer, 5 node hidden layer dan 1 node output layer. Sedangkan jika menggunakan struktur algoritma backpropagation dengan 7 node input layer, 7 node hidden layer, dan 1 node output layer MSE adalah 106,6. Jika menggunakan algoritma SVM, nilai MSE rata-rata adalah 200. Kata kunci : Nilai Ujian Nasional SMP, Backpropagation, SVM]]>
Copyrights © 2020
