Penerapan Penerapan Jaringan Syaraf Tiruan Backpropagation untuk Klasifikasi Akreditasi Sekolah Menengah Pertama
DOI:
https://doi.org/10.29407/stains.v3i1.4133Keywords:
akreditasi, Jaringan Syaraf Tiruan Backpropagation, sekolahAbstract
Akreditasi merupakan salah satu bagian yang penting dalam peningkatan mutu Pendidikan. Banyaknya instrumen akreditasi, membuat pengelola sekolah kesulitan dalam mengklasifikasi sekolah mereka termasuk terakreditasi A, B, C atau tidak terakreditasi. Melalui penerapan Jaringan Syaraf Tiruan Backpropagation proses klasifikasi akreditasi dapat ditentukan berdasarkan 12 atribut yaitu: Persentase Guru Ijazah Kurang Dari S1, Persentase Guru Ijazah S1 Atau Lebih, Persentase Guru Sertifikasi, Persentase Guru Belum Sertifikasi, Standar Sarana dan Prasarana, Standar Isi, Standar Penilaian, Standar Pengelolaan, Standar Kelulusan, Standar Tenaga Pendidik, Standar Pembiayaan, serta Standar Proses. Pengguna dapat memasukan skor untuk 12 atribut tersebut dan sistem akan memberikan hasil berupa prediksi akreditasinya. Arsitektur optimal dari Jaringan Syaraf Tiruan ini menghasilkan akurasi sebesar 93,4925%. Adapun neuron yang digunakan dalam hidden layer pertama berjumlah 10 dan hidden layer dua berjumlah 20 dengan fungsi aktivasi tansig pada hidden layer pertama dan logsig pada hidden layer kedua serta menggunakan fungsi training trainlm. Sedangkan jumlah hidden layer yang digunakan adalah dua. Lanjutan dari penelitian ini dapat berupa penambahan atribut lain yang berpengaruh dalam akreditasi.
Downloads
References
Firda, M.R. 2023. Pentingnya Akreditasi Dalam Peningkatan Mutu Sekolah Dan Madrasah. https://news.bsi.ac.id/2023/08/28/pentingnya-akreditasi-dalam-peningkatan-mutu-sekolah-dan-madrasah/#:~:text=Dengan%20adanya%20akreditasi%2C%20orang%20tua,dan%20memenuhi%20standar%20yang%20ditetapkan diakses pada tanggal 1 Desember 2023
BANSM. 2019 Badan Akreditasi Nasional Sekolah/Madrasah. Perangkat Akreditasi.
https://bansm.kemdikbud.go.id/ diakses 18 Oktober 2019
Merluarini, B., dkk.2014. Perbandingan Analisis Klasifikasi Menggunakan Metode K-Nearest Neighbor
(KNN) dan Multivariate Adaptive Regression Spline (MARS) pada Data Akreditasi Sekolah Dasar Negeri di Kota Semarang. Jurnal Gaussian Vol. 3, No. 3
Heaton, J. 2003. “Introduction to Neural Network with Java”, http://www.heatonresearch.com/articles/6/page2.html diakses pada tanggal 2 November 2019.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Eko Hari Parmadi, Rachel Elisa Utama
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
