Record Detail
Advanced Search
Text
Prediksi Kinerja Akademik Mahasiswa Menggunakan Machine Learning dengan Sequential Minimal Optimization untuk Pengelola Program Studi
Kinerja akademik mahasiswa menjadi salah satu tolok ukur keberhasilan pengelolaan program studi.Kinerja akademik mahasiswa dapat dilihat pada nilai indek kumulatif (IPK) dan kelulusan tepat waktu. Penelitian ini dilakukan untuk membuat sebuah pemodelan yang bertujuan untuk Memprediksi Kinerja Mahasiswa dalam mengelola Program Studi di Universitas Negeri Surabaya pada Program Studi Teknik Informatika dan Sistem Informasi. Data yang digunakan pada penelitian ini berupa data mahasiswa Jurusan Teknik Informatika UNESA sejumlah 330 data. Metode Sequential Minimal Optimization (SMO) digunakan untuk membuat pemodelan yang digunakan untuk peramalan unjuk kerja akademik. Uji coba sistem diimplementasi menggunakan metode Percentage split 80% dengan mengukur keauratan output yang berupa kurasi, presisi dan recal. Berdasarkan pengujian yang telah dilakukan, penerapan SMO mendapatkan output perhitungan akurasi=93,94%, presisi=94,7% dan recall=94,7%
Availability
No copy data
Detail Information
Series Title |
-
|
---|---|
Call Number |
-
|
Publisher | Journal Information Engineering and Educational Technology : Indonesia., 2021 |
Collation |
005.3
|
Language |
Indonesia
|
ISBN/ISSN |
2549-869X
|
Classification |
NONE
|
Content Type |
-
|
Other Information
Accreditation |
-
|
---|
Other version/related
No other version available
File Attachment
Information
Web Online Public Access Catalog - Use the search options to find documents quickly