{JALUR PROFESIONAL – STUDI INDEPENDEN} PERBANDINGAN MODEL REGRESI MENGGUNAKAN METODE ANN, LEAST SQUARE DAN KNN UNTUK MEMPREDIKSI NILAI AKHIR SISWA PADA CAPSTONE PROJECT BANGKIT ACADEMY

Susilowati, Indah (2023) {JALUR PROFESIONAL – STUDI INDEPENDEN} PERBANDINGAN MODEL REGRESI MENGGUNAKAN METODE ANN, LEAST SQUARE DAN KNN UNTUK MEMPREDIKSI NILAI AKHIR SISWA PADA CAPSTONE PROJECT BANGKIT ACADEMY. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (214kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (1MB)
	Text (BAB III) BAB III.pdf Download (34kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (612kB)
	Archive (SOURCE CODE) Profesional Magang Sourcecode - Indah Susilowati.zip Restricted to Repository staff only Download (10kB)

Abstract

Penilaian akhir semester adalah tolak ukur kualitas pendidikan formal di Indonesia. Penilaian ini akan menunjukan keberhasilan siswa dalam belajar selama satu semester di kelas. Namun, seringkali nilai yang didapatkan siswa tidak sesuai dengan yang diharapkan. Oleh karena itu, website prediksi nilai akhir siswa dibuat. Website ini akan dibuat menggunakan teknologi machine learning. Algoritma machine learning yang digunakan adalah linear regression dengan metode ANN (Artificial Neural Network), KNN (K-Nearest Neighbor) dan juga Least Square. Metode Artificial Neural Network menggunakan jaringan saraf tiruan yang bekerja seperti jaringan saraf pada manusia. Metode K-Nearest Neighbor memprediksi nilai menggunakan jarak ketetegaan data. Metode Least Square akan memprediksi nilai dengan cara mencari nilai error rate yang terkecil. Dengan algoritma yang digunakan, website ini diharapkan bisa menjadi gambaran bagi orang tua dan guru dalam membantu siswa dalam proses belajar. Dengan website ini, guru dan orang tua dapat mengetahui nilai akhir siswa sebelum pembagian raport semester. Sehingga, orang tua dan guru dapat mengantisapasi kegagalan siswa sebelum masa penilaian akhir semester dimulai.

Actions (login required)

View Item