Wicaksana, Akmal Subakti (2019) Klasifikasi Penempatan Siswa Di Sekolah Menengah Atas Menggunakan Metode Extreme Learning Machin. Sarjana thesis, Universitas Brawijaya.
Abstract
Penempatan jurusan siswa merupakan salah satu faktor eksternal yang memiliki kontribusi besar terhadap kemampuan dan motivasi belajar siswa. Penempatan jurusan sendiri memiliki beberapa faktor yang digunakan sebagai pertimbangan untuk menentukan jurusan yang sesuai dengan kemampuan dan minat siswa. Faktor yang digunakan dalam penentuan jurusan antara lain hasil tes psikotes siswa, nilai rata-rata rapor SMP, rekomendasi BK, minat siswa, dan minat orang tua. Sehingga hal itu tidak efisien. Dalam proses validasi hasil penempatan jurusan dibutuhkan waktu selama 1 semester dengan melihat data hasil belajar siswa. Maka dari itu, diperlukan sebuah sistem yang dapat membantu dalam klasifikasi penentuan jurusan siswa secara cepat dan akurat sehingga dapat membantu mengurangi waktu penentuan jurusan dan kesalahan dalam penentuan jurusan yang tidak sesuai minat dan kemampuan siswa. Pada penelitian ini mengimplementasikan metode Extreme Learning Machine untuk klasifikasi penentuan jurusan siswa SMA. Dari hasil pengujian yang dilakukan diperoleh nilai rata-rata akurasi terbaik 98% dengan menggunakan 12 fitur, jumlah hidden neuron sebesar 14, jumlah presentase data latih sebesar 80% dan data uji 20%, serta rentang nilai bobot masukkan adalah [-1,1], nilai bias dengan rentang [0,1], dan menggunakan fungsi aktivasi sigmoid.
English Abstract
Student majors are one of the external factors that have a major contribution to students' ability and motivation. Placement of the department itself has several factors that are used as considerations to determine the majors according to the abilities and interests of students. Factors used in determining majors include the results of student psychological tests, average grades of SMP report cards, recommendations for BK, student interest, and interests of parents. So that it is not efficient. In the process of validation, the results of department placement are needed for 1 semester by looking at student learning outcomes data. Therefore, a system is needed that can help in the classification of student majors quickly and accurately so that it can help reduce the time of determining majors and errors in determining majors that do not match the interests and abilities of students. In this study implemented the Extreme Learning Machine method for classifications of majors for high school students. From the results of the tests conducted, the best average value of accuracy was 98% using 12 features, the number of hidden neurons was 14, the percentage of training data was 80% and the test data was 20%, and the range of weights was [-1, 1], the value is biased with range [0,1], and uses the sigmoid activation function.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/527/051905910 |
| Uncontrolled Keywords: | Klasifikasi, Penempatan, Penjurusan, Siswa, Pendidikan, Extreme Learning Machine, Classification, Placement, Majoring, Students, Education, Extreme Learning Machine. |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 01 Aug 2020 08:57 |
| Last Modified: | 25 Oct 2021 06:46 |
| URI: | http://repository.ub.ac.id/id/eprint/171706 |
Preview |
Text
Akmal Subakti Wicaksana (2).pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |