"IMPLEMENTASI ALGORITMA GENETIKA DAN FUZZY TSUKAMOTO DALAM PREDIKSI NILAI SKRIPSI
(Studi Kasus : Jurusan Manajemen, Universitas Maritim Raja Ali Haji)"
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
Sariuli Anna Maria, Aritonang
Martaleli, Bettiza
Alena, Uperiati
Martaleli, Bettiza
Alena, Uperiati
Subject
005.11.Pemrograman Khusus
Datestamp
2021-07-26 05:14:41
Abstract :
Skripsi merupakan karya ilmiah yang ditulis mahasiswa sebagai salah satu persyaratan lulus program sarjana srata 1 (S1). Skripsi dianggap penting karena merupakan evaluasi akhir mahasiswa dalam menempuh studi di perguruan tinggi. Salah satu indikator keberhasilan mahasiswa dalam menyelesaikan skripsi adalah pemahaman mereka terhadap mata pelajaran yang mendukung skripsi mereka. Oleh karena itu diperlukan suatu sistem yang dapat memprediksi nilai skripsi agar dapat menjadi tolak ukur dan membantu dalam proses peningkatan kualitas pembelajaran. Berdasarkan permasalahan tersebut penelitian ini menggunakan Algoritma Genetika untuk menentukan mata kuliah yang berpengaruh terhadap nilai skripsi selanjutnya dengan Fuzzy Tsukamoto akan diprediksi nilai skripsi berdasarkan mata kuliah yang berpengaruh. Dari uji coba yang dilakukan, parameter terbaik adalah jumlah populasi 65, generasi 150, kombinasi cr 0,7 dan mr 0,2. Berdasarkan hasil tiga kali percobaan Algoritma Genetika dan Fuzzy Tsukamoto didapatkan rata-rata nilai error RMSE sebesar 5.494839313.
Skripsi merupakan karya ilmiah yang ditulis mahasiswa sebagai salah satu persyaratan lulus program sarjana srata 1 (S1). Skripsi dianggap penting karena merupakan evaluasi akhir mahasiswa dalam menempuh studi di perguruan tinggi. Salah satu indikator keberhasilan mahasiswa dalam menyelesaikan skripsi adalah pemahaman mereka terhadap mata pelajaran yang mendukung skripsi mereka. Oleh karena itu diperlukan suatu sistem yang dapat memprediksi nilai skripsi agar dapat menjadi tolak ukur dan membantu dalam proses peningkatan kualitas pembelajaran. Berdasarkan permasalahan tersebut penelitian ini menggunakan Algoritma Genetika untuk menentukan mata kuliah yang berpengaruh terhadap nilai skripsi selanjutnya dengan Fuzzy Tsukamoto akan diprediksi nilai skripsi berdasarkan mata kuliah yang berpengaruh. Dari uji coba yang dilakukan, parameter terbaik adalah jumlah populasi 65, generasi 150, kombinasi cr 0,7 dan mr 0,2. Berdasarkan hasil tiga kali percobaan Algoritma Genetika dan Fuzzy Tsukamoto didapatkan rata-rata nilai error RMSE sebesar 5.494839313.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
