BAB I PENDAHULUAN. universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang

dokumen-dokumen yang mirip
PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

BAB 2 LANDASAN TEORI

ARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)

Jaringan syaraf dengan lapisan tunggal

2.1. Dasar Teori Bandwidth Regression

SATIN Sains dan Teknologi Informasi

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati

SATIN Sains dan Teknologi Informasi

PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN

BAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara

Estimasi Suhu Udara Bulanan Kota Pontianak Berdasarkan Metode Jaringan Syaraf Tiruan

JURNAL SAINS DAN INFORMATIKA

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN

BAB I PENDAHULUAN. kecerdasan buatan, kecerdasan buatan merupakan salah satu bagian ilmu

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :

SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI

BAB I PENDAHULUAN I-1

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENJUALAN OBAT Pada PT. METRO ARTHA PRAKARSA MENERAPKAN METODE BACKPROPAGATION

BAB I PENDAHULUAN. paling parah dan paling lama tingkat pemulihannya akibat krisis keuangan

1. Pendahuluan. 1.1 Latar Belakang

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION

APLIKASI JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PASIEN RAWAT INAP DENGAN METODE BACK PROPAGATION (Studi Kasus : RSU.

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

BAB 1 PENDAHULUAN Latar Belakang

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem

Kesehatan balita bisa diketahui salah satunya melalui penilaian status gizinya. Penelitian ini bertujuan untuk mempermudah

2. TINJAUAN PUSTAKA. Jumlah (AM x bobot SKS) Jumlah SKS (1) dengan AM adalah Angka Mutu SKS adalah Satuan Kredit Semester

Muhammad Fahrizal. Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpanglimun Medan

PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK

ANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

Architecture Net, Simple Neural Net

BAB I PENDAHULUAN 1.1 Latar Belakang Delieh Chariesmawanty, 2015

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu

JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA

Metode Jaringan Saraf Tiruan Propagasi Balik Untuk Estimasi Curah Hujan Bulanan di Ketapang Kalimantan Barat

BAB I PENDAHULUAN. 1.1 Latar Belakang

T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)

BAB I PENDAHULUAN. daya tahan. PT. Propan Raya ICC merupakan sebuah perusahaan yang bergerak di

APLIKASI JARINGAN SYARAF TIRUAN MULTI LAYER PERCEPTRON PADA APLIKASI PRAKIRAAN CUACA

PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

PREDIKSI KUALITAS AIR BERSIH PDAM KOTA PALU MENGGUNAKAN METODE BACKPROPAGATION

PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MEMPREDIKSI TINGKAT SUKU BUNGA BANK

ANALISIS PRODUKTIVITAS PEGAWAI MENGGUNAKAN JARINGAN SARAF TIRUAN PROPAGASI BALIK

FAKULTAS SAINS DAN TEKNOLOGI UIN SUSKA RIAU. IIS AFRIANTY, ST., M.Sc

Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa)

MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA

BAB I PENDAHULUAN. Pada saat ini peran pasar modal dalam perekonomian Indonesia mulai

1. Pendahuluan 1.1 Latar belakang masalah

Jaringan Syaraf Tiruan. Disusun oleh: Liana Kusuma Ningrum

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PRODUKTIVITAS PEGAWAI. Jasmir, S.Kom, M.Kom

APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA

BAB 2 TINJAUAN PUSTAKA

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

Neural Network (NN) Keuntungan penggunaan Neural Network : , terdapat tiga jenis neural network Proses Pembelajaran pada Neural Network

STUDI ESTIMASI CURAH HUJAN, SUHU DAN KELEMBABAN UDARA DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM

Jurnal Coding, Sistem Komputer Untan Volume 04, No.2 (2016), hal ISSN : x

BAB I PENDAHULUAN 1.1 Latar Belakang

PENGENALAN POLA HIV DAN AIDS MENGGUNAKAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION

Prediksi Nilai Tukar Petani Menggunakan Jaringan Syaraf Tiruan Backpropagation

Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6

JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA

JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION UNTUK PENENTUAN KELULUSAN SIDANG SKRIPSI

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN Latar Belakang

SATIN Sains dan Teknologi Informasi

PERAMALAN HARGA SAHAM PERUSAHAAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN AKAIKE INFORMATION CRITERION

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION

Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA (Studi kasus: Prediksi Prestasi Siswa SMAN 4 Ambon)

APLIKASI JARINGAN SARAF TIRUAN UNTUK INVENTARISASI LUAS SUMBER DAYA ALAM STUDI KASUS PULAU PARI

Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

Optimasi Metode Jaringan Syaraf Tiruan pada Pemodelan Salinitas Air Tanah

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA

BAB III RANCANG BANGUN

BAB 4 DISAIN MODEL. Pengguna. Citra. Ekstraksi Ciri x. Antar muka (Interface) Data Hasil Ekstraksi Ciri. Testing dan Identifikasi.

JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Pertemuan 11 Diema Hernyka Satyareni, M.Kom

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH

BAB VIII JARINGAN SYARAF TIRUAN

BAB II TINJAUAN PUSTAKA

Transkripsi:

BAB I PENDAHULUAN A. Latar Belakang Masalah Universitas Muhammadiyah Ponorogo merupakan salah satu universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang terdiri dari : 3 program studi diploma III, 16 program studi Srata Satu S1, 1 program profesi, dan 1 program Pasca Sarjana (umpo.ac.id/tentang unmuh ponorogo). Pada setiap awal tahun ajaran baru pihak univeritas menyelenggarakan penerimaan mahasiswa baru berdasarkan prinsip objektivitas, transparansi, dan akuntabilitas. Proses penerimaan mahasiswa baru dilaksanakan dengan sistem terbuka dan diketahui oleh masyarakat luas, tidak membedakan asal usul, suku bangsa, agama, ras, maupun golongan sehingga penyimpangan dapat dihindari dan dapat dipertanggungjawabkan kepada masyarakat, baik menyangkut prosedur maupun hasilnya. Dalam hal penentuan calon mahasiswa baru diperlukan beberapa pertimbangan yang cukup banyak dan rumit yaitu standarisasi nilai, persyaratan masuk universitas serta kebijakan-kebijakan dari universitas yang sering berubah setiap tahunnya. Jumlah pendaftaran mahasiswa baru di Universitas Muhammadiyah Ponorogo setiap tahunnya mengalami peningkatan dan juga mengalami pernurunan dibeberapa program studi, sehingga jumlah mahasiswa baru di Universitas Muhammadiyah Ponorogo tidak stabil. Untuk hal itu akan lebih 1

baik jika penyelenggara mampu melakukan antisipasi untuk meminimalisir kelemahan yang ada dengan membuat model peramalan dalam melakukan prediksi jumlah mahasiswa baru yang akan masuk ke universitas. Selain itu peramalan jumlah pendaftar mahasiswa baru sangat penting dilakukan untuk menggali inovasi-inovasi serta strategi pemasaran yang baik sehingga jumlah pendaftar semakin banyak. Peramalan merupakan suatu perkiraan yang terjadi di masa yang akan datang, peramalan dilakukan menggunakan data pada masa lampau. Data-data tersebut di analisa menggunakan metode ilmiah atau ilmu teknologi tertentu yang bertujuan untuk meminimalisir kesalahan maupun ketidakpastian secara sistematis. Untuk meramalkan kejadian yang akan datang dapat didasari dengan data dan pengalaman kejadian sebelumnya serta metode yang tepat untuk menghitungnya. Terdapat beberapa metode untuk membuat model dan meramalkan kejadian yang akan datang, salah satu metode tersebut adalah Jaringan Syaraf Tiruan. Metode Jaringan Syaraf Tiruan mampu memodelkan permasalahan yang kompleks dengan memetakkan nilai masa lampau dan nilai masa depan dari data time series dengan proses belajar seperti yang dilakukan oleh manusia. Jaringan Syaraf Tiruan (JST) merupakan salah satu sistem pemrosesan informasi yang didesain dengan meniru cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobot sinopsis. Jaringan Syaraf Tiruan tercipta sebagai suatu generalisasi model matematika dari pemahaman manusia (human cognition) yang didasarkan atas asumsi pemrosesan informasi terjadi pada 2

elemen sederhana yang disebut neuron. Neuron mengalir diantara sel saraf melalui suatu sambungan penghubung, setiap sambungan penghubung memiliki bobot yang bersesuaian dan setiap sel saraf merupakan fungsi aktivasi terhadap hasil penjumlahan berbobot yang masuk untuk menentukan keluaran (Puspitaningrum, 2006). Dalam implementasi Jaringan Syaraf Tiruan terdapat beberapa teknik yang digunakan, salah satunya teknik Backpropagation. Backpropagation merupakan algoritma pembelajaran dalam teknik JST yang sering digunakan untuk menghitung hasil prediksi.. Algoritma Backpropagation merupakan algoritma pembelajaran yang digunakan oleh perceptron dengan banyak lapisan (multilayer perceptron) untuk mengubah bobot-bobot yang terhubung dengan neuronneuron yang ada pada lapisan tersembunyi. Algoritma backpropagation menggunakan error output untuk mengubah nilai-nilai bobot dalam perambatan error output yang digunakan untuk mengubah nilai bobot-bobot dalam perambatan mundur (backward). Untuk mendapatkan error tersebut, tahap perambatan maju (forward propagation) harus dikerjakan terlebih dahulu (Puspitaningrum 2006). Model jaringan Backpropagation banyak digunakan untuk penyelesaian suatu masalah yang berkaitan dengan identifikasi, prediksi, pengenalan pola dan sebagainya. Metode pelatihan Backpropagation merupakan supervised training dimana setiap pola input terdapat pasangan target output untuk masing-masing pola input. 3

Pada penelitian ini akan dikembangkan metode Jaringan Syaraf Tiruan backpropagation untuk peramalan jumlah pendaftaran mahasiswa baru di Universitas Muhammadiyah Ponorogo. sumber data yang dipergunakan adalah data calon mahasiswa baru yang mendaftar tiap tahunnya. Sumber data mahasiswa baru program studi yang saya dapat 5 tahun terakhir dari tahun 2012 sampai dengan tahun 2016. B. Rumusan Masalah Berdasarkan uraian masalah pada latar belakang di atas, maka maka hal yang menjadi rumusan masalah dari penulis adalah sebagai berikut : Bagaimana proses memprediksi jumlah mahasiswa baru yang akan mendaftar di Universitas Muhammadiyah Ponorogo menggunakan Jaringan Syaraf Tiruan Algoritma Backpropagation melalui program Matlab? C. Batasan Masalah Berdasarkan data yang digunakan maka penulis dapat menentukan batasan masalahnya sebagai berikut : 1. Jumlah pendaftaran mahasiswa baru Universitas Muhammadiyah Ponorogo. 2. Jumlah pendaftaran mahasiswa baru pada tiap ajaran baru mulai pada tahun 2012 hingga tahun 2016. 3. Pengujian Jaringan Syaraf Tiruan dapat diuji dengan menggunakan Software Matlab. 4

D. Tujuan Penelitian Berdasakan dengan latar belakang dan rumusan masalah di atas, tujuan dari penelitian ini adalah untuk mengetahui hasil prediksi jumlah calon mahasiswa baru melalui program Jaringan Syaraf Tiruan Algoritma Backpropagation. E. Manfaat Penelitian Adapun manfaat yang bisa diperoleh dari hasil penelitian ini adalah sebagai berikut : 1. Menambah pengetahuan dan meningkatkan kemampuan penulis maupun pembaca dalam melakukan analisis data. 2. Membantu staff akademik untuk mempersiapkan proses pembelajaran yang efektif dan efisien. 3. Dapat memberikan saran calon mahasiswa untuk memilih bidang minat yang akan diambil. F. Sistematika Penulisan BAB I PENDAHULUAN Dalam bab imi menjelaskan tentang latar belakang pemilihan judul skripsi Peramalan Jumlah Penaftaran Mahasiswa Baru Universitas Muhammadiyah Ponorogo Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation, rumusan masalah, batas masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. 5

BAB II TINJAUAN PUSTAKA Bab ini akan membahas teori-teori yang mendasari dalan penelitian. BAB III METODE PENELITIAN Dalam bab ini membahas mengenai diagram alir, alat dan bahan, dan waktu dan tempat penelitian. BAB IV ANALISA DATA DAN PEMBAHASAN Dalam bab ini membahas tentang praproses data, pengujia program, analisa hasil prediksi dan maanfaat penelitian bagi manajemen. BAB V PENUTUP Dalam bab akan membahas kesimpulan isi dari keseluruhan uraian bab-bab sebelumnya dan saran dari hasil yang diperoleh, diharapkan dapat bermanfaat untuk pengembangan selanjutnya. 6