AlMahi, HaristFachruddin (2016) Klasifikasi Kinerja Akademik Mahasiswa Menggunakan Metode Ga-Svm. Sarjana thesis, Universitas Brawijaya.
Abstract
Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 49 tahun 2014 bahwa Masa Studi terpakai bagi mahasiswa program sarjana 4 sampai 5 tahun. Konsekuensinya adalah mahasiswa program sarjana tahun masuk ajaran 2014 diharuskan sudah lulus selambat-lambatnya 5 (lima) tahun masa studi. Berdasarkan banyaknya jumlah data mahasiswa yang masuk setiap tahunnya, maka akan beragam juga tipe potensi kinerja akademik dari masing-masing individu mahasiswa. Hal tersebut seharusnya dapat diidentifikasi lebih awal untuk segera di evaluasi guna menunjang peraturan tersebut agar mahasiswa dapat lulus tepat waktu. Oleh karena itu, maka perlu dibuat sebuah sistem cerdas yang dapat mengetahui tingkat kualitas performa mahasiswa secara dini berdasarkan kinerja akademik mahasiswa. Metode yang digunakan adalah Support Vector Machine (SVM), dimana SVM memaksimalkan batas hyperplane atau garis pemisah. Kemudian, fitur dan parameter pada SVM akan dioptimasi menggunakan Algoritma Genetika (GA). Data yang digunakan sebanyak 90 data mahasiswa. Nilai rata-rata fitness tertinggi yang dihasilkan dengan rasio perbandingan data 30%:70% adalah 0.1105 dengan nilai rata-rata akurasi sebesar 91.78%. dimana σ =1, serta nilai interval parameter ? adalah [0,1], nilai interval parameter γ adalah [0.005,1] dan nilai interval parameter C adalah [70,80], ? = 0.00001, itermax = 400, jumlah populasi = 70, jumlah generasi = 70, cr = 0.5, mr = 0.5.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/54/0516013172 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 24 Feb 2016 10:50 |
| Last Modified: | 21 Oct 2021 17:33 |
| URI: | http://repository.ub.ac.id/id/eprint/147113 |
Preview |
Text
Dokumen_Skripsi.pdf Download (9MB) | Preview |
Actions (login required)
 |
View Item |