Record Details

PERBANDINGAN METODE REGRESI LINEAR DAN NEURAL NETWORK BACKPROPAGATION DALAM PREDIKSI NILAI UJIAN NASIONAL SISWA SMP MENGGUNAKAN SOFTWARE R

Joutica

View Archive Info
 
 
Field Value
 
Title PERBANDINGAN METODE REGRESI LINEAR DAN NEURAL NETWORK BACKPROPAGATION DALAM PREDIKSI NILAI UJIAN NASIONAL SISWA SMP MENGGUNAKAN SOFTWARE R
 
Creator Masruroh, Masruroh
 
Subject —
regresi linear, backpropagation, prediksi, nilai ujian
 
Description Metode regresi linear dan neural network backpropagation merupakan metode yang kerap digunakan dalam model prediksi. Penelitian ini bertujuan untuk membandingkan akurasi metode regresi linear dan backpropagation dalam prediksi nilai Ujian Nasional siswa SMP. Data yang digunakan berupa data nilai ujian akhir semester dan ujian sekolah sebagai input dan nilai ujian nasional sebagai output. Data didapatkan dari SMPN 1 dan SMPN 2 Lamongan.. Jumlah dataset sebanyak 701 dibagi menjadi 75% data training dan 25% data testing. Simulasi prediksi dilakukan menggunakan software R. Parameter akurasi yang digunakan adalah Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan model prediksi menggunakan metode regresi linear menghasilkan RMSE sebesar 9,04 dan MAPE sebesar 3,94%, sedangkan model prediksi menggunakan backpropagation menghasilkan RMSE sebesar 7,28 dan MAPE sebesar 0,55%. Dengan demikian dalam penelitian ini metode neural network backpropagation memiliki akurasi yang lebih baik dalam prediksi nilai Ujian Nasional siswa SMP.
 
Publisher Universitas Islam Lamongan
 
Contributor DRPM RistekDikti
 
Date 2020-03-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
 
Format application/pdf
 
Identifier https://jurnalteknik.unisla.ac.id/index.php/informatika/article/view/347
10.30736/jti.v5i1.347
 
Source Jouticla; Vol 5, No 1 (2020); 331-336
Joutica; Vol 5, No 1 (2020); 331-336
2621-511X
2503-071X
10.30736/jti.v5i1
 
Language ind
 
Relation https://jurnalteknik.unisla.ac.id/index.php/informatika/article/view/347/pdf
 
Coverage —
—
—
 
Rights ##submission.copyrightStatement##