<![CDATA[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.]]>
Copyrights © 2025
