Penerapan Penerapan Jaringan Syaraf Tiruan Backpropagation untuk Klasifikasi Akreditasi Sekolah Menengah Pertama

Abstract

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.