eprintid: 5107
rev_number: 11
eprint_status: archive
userid: 11
dir: disk0/00/00/51/07
datestamp: 2021-04-29 02:46:28
lastmod: 2021-04-29 02:46:28
status_changed: 2021-04-29 02:46:28
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 72160043, Agustinus Arsa Paskha Avaleriantina
creators_id: arsa.agustinus@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Oslan, Yetli
contributors_name: Ernawati, Lussy
corp_creators: Universitas Kristen Duta Wacana
title: ANALISIS MULTIDIMENSIONAL PROFIL MAHASISWA STUDI KASUS: PROGRAM STUDI SISTEM INFORMASI UKDW
ispublished: pub
subjects: AS
subjects: T1
subjects: ZA4450
divisions: sist_informasi
full_text_status: restricted
keywords: Machine learning, Support vector machine, Klasifikasi, Kategori mahasiswa
abstract: Dalam kegiatan belajar mengajar diperlukan analisa peserta didik. Hal ini dilakukan untuk menentukan cara belajar yang tepat. Cara belajar yang tepat dapat meningkatkan motivasi peserta didik. Jika motivasi peserta didik meningkat maka nilai akademik juga akan meningkat. Salah satu cara yang dapat dilakukan adalah mengklasifikasikan peserta didik berdasarkan kategori yang sudah ditentukan. Prodi SI UKDW belum memiliki sistem yang dapat mengklasifikasikan kategori peserta didik. Penelitian ini dilakukan untuk menjawab permasalahan di atas. Maka akan dibangun machine learning, yang dapat secara otomatis menentukan kategori peserta didik. Metode yang digunakan untuk mengklasifikasikan peserta didik adalah Support Vector Machine (SVM). SVM memiliki keunggulan dapat diterapkan pada kasus yang memiliki dimensi tinggi. Kesimpulan yang didapat dari penelitian ini adalah metode SVM sangat tepat diimplementasikan pada penelitian ini. Hal ini terbukti pada tes keakuratan model machine learning pada sistem yaitu sebesar 92,3%. Dengan adanya machine learning untuk mengklasifikasi peserta didik, pengajar dimudahkan dalam melakukan analisa. Sehingga diharapkan memberi gambaran metode belajar yang tepat untuk diterapkan kepada peserta didik.
date: 2021-02-13
date_type: published
pages: 91
institution: Universitas Kristen Duta Wacana
department: Sistem Informasi
thesis_type: skripsi
thesis_name: other
citation:   72160043, Agustinus Arsa Paskha Avaleriantina  (2021) ANALISIS MULTIDIMENSIONAL PROFIL MAHASISWA STUDI KASUS: PROGRAM STUDI SISTEM INFORMASI UKDW.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/5107/1/72160043_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/5107/2/72160043_bab2-sd-bab4_lampiran.pdf