Penerapan Algoritma JST Menggunakan Metode Backpropragation Untuk Mengidentifikasi Potensi Mahasiswa Baru STMIK Tegal

Abstract

Abstrak Penelitian ini bertujuan untuk mengimplementasikan algoritma jaringan syaraf tiruan menggunakan metode backpropagation dalam mengidentifikasi potensi mahasiswa baru di STMIK Tegal. Identifikasi potensi mahasiswa baru penting untuk memastikan seleksi yang lebih baik dalam penerimaan mahasiswa baru dan memberikan rekomendasi yang tepat untuk pengembangan potensi mahasiswa. Metode yang digunakan dalam penelitian ini adalah backpropagation, yang merupakan salah satu metode terkenal dalam pembelajaran mesin. Algoritma ini memungkinkan jaringan syaraf tiruan untuk belajar dari data pelatihan dan membuat prediksi berdasarkan input yang diberikan. Dataset yang digunakan dalam penelitian ini berisi informasi mengenai prestasi akademik, kegiatan ekstrakurikuler, dan informasi pribadi mahasiswa baru STMIK Tegal. Data ini dikumpulkan dari calon mahasiswa baru yang telah melamar ke STMIK Tegal. Data tersebut kemudian diolah dan dibagi menjadi data pelatihan dan data pengujian. Proses penelitian terdiri dari beberapa tahap, yaitu: pengumpulan data, preprocessing data, pengembangan model jaringan syaraf tiruan, pelatihan model menggunakan metode backpropagation, dan evaluasi kinerja model. Hasil evaluasi kinerja model akan memberikan informasi mengenai tingkat akurasi dan keandalan model dalam mengidentifikasi potensi mahasiswa baru. Diharapkan hasil penelitian ini dapat membantu dalam meningkatkan seleksi mahasiswa baru di STMIK Tegal. Implementasi algoritma jaringan syaraf tiruan dengan metode backpropagation dapat memberikan rekomendasi yang lebih akurat dalam mengidentifikasi potensi mahasiswa baru berdasarkan data yang telah dikumpulkan. Penelitian ini juga dapat menjadi acuan untuk pengembangan penelitian lebih lanjut dalam penggunaan metode-metode pembelajaran mesin dalam konteks seleksi mahasiswa baru.