Penerapan Machine Learning untuk Penentuan Mata kuliah Pilihan pada Program Studi Informatika
Isi Artikel Utama
Abstrak
Program studi informatika di Universitas Nurul Jadid tidak memiliki konsentrasi ilmu pengetahuan yang bersifat umum, sehingga terkadang pemilihan mata kuliah pilihan oleh mahasiswa kurang tepat. Penelitian ini bertujuan untuk mengklasifikasikan konsentrasi pengetahuan dengan pendekatan data mining yang selanjutnya dapat dijadikan sebagai rekomendasi pemilihan mata kuliah pilihan oleh mahasiswa. Pada penelitian ini, kami mengimplementasikan algoritma machine learning untuk memberikan rekomendasi kepada mahasiswa mengenai minat apa yang lebih cocok untuk diambil berdasarkan nilai mata kuliah prasyarat pada semester sebelumnya. Data mahasiswa diperoleh dari Kepala Pusat Data dan Sistem Informasi (PDSI) Universitas Nurul Jadid sebanyak 70 data mahasiswa Universitas Nurul Jadid angkatan 2018. Algoritma machine learning yang digunakan adalah Neural Network dengan bahasa pemrograman Python, tools yang digunakan adalah Google Kolaborasi. Pada awal pengumpulan data, kemudian dilakukan preprocessing untuk mempersiapkan dataset agar mendapatkan hasil yang baik, dan dilakukan pelatihan model. Setelah dilakukan pelatihan pada model, selanjutnya dilakukan pengujian lebih lanjut pada model untuk mengetahui performansi model. Hasil nilai akurasi pada proses model pelatihan adalah 0,83 atau 83% dan akurasi data uji adalah 0,79 atau 79%.
Unduhan
Data unduhan belum tersedia.
Rincian Artikel
Cara Mengutip
[1]
F. Nur Fajri, A. Tholib, dan W. Yuliana, “Penerapan Machine Learning untuk Penentuan Mata kuliah Pilihan pada Program Studi Informatika”, JuTISI, vol. 8, no. 3, hlm. 485 –, Des 2022.
Terbitan
Bagian
Articles
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.
This is an open-access article distributed under the terms of the Creative Commons Attribution-NonCommercial 4.0 International License (https://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial used, distribution and reproduction in any medium.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.