ANALISIS MULTIDIMENSIONAL PROFIL MAHASISWA STUDI KASUS: PROGRAM STUDI SISTEM INFORMASI UKDW

72160043, Agustinus Arsa Paskha Avaleriantina (2021) ANALISIS MULTIDIMENSIONAL PROFIL MAHASISWA STUDI KASUS: PROGRAM STUDI SISTEM INFORMASI UKDW. Bachelor thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Sistem Informasi)
72160043_bab1_bab5_daftarpustaka.pdf

Download (1MB)
[img] Text (Skripsi Sistem Informasi)
72160043_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (3MB) | Request a copy

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.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: Machine learning, Support vector machine, Klasifikasi, Kategori mahasiswa
Subjects: A General Works > AS Academies and learned societies (General)
T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions: Fakultas Teknologi Informasi > Prodi Sistem Informasi
Depositing User: mrs Dhian Saraswati
Date Deposited: 29 Apr 2021 02:46
Last Modified: 29 Apr 2021 02:46
URI: http://katalog.ukdw.ac.id/id/eprint/5107

Actions (login required)

View Item View Item