Dosen Pembimbing I
EDWIN RIKSAKOMARA, S.Kom, M.T
Dosen Pembimbing II
AMALIA UTAMIMA, S.Kom, MBA
Dosen Pembimbing I
EDWIN RIKSAKOMARA, S.Kom, M.T
Dosen Pembimbing II
AMALIA UTAMIMA, S.Kom, MBA
ABSTRAK
Dewasa ini persaingan mendapatkan perguruan tinggi negeri (PTN)
bagi lulusan Sekolah Menengah Atas (SMA) di Indonesia semakin
ketat.. Menurut data yang dirilis oleh panitia Seleksi Nasional Masuk
Perguruan Tinggi Negeri (SNMPTN), di tahun 2014, hanya sekitar
17% siswa lulusan SMA se-Indonesia yang diterima di PTN melalui
jalur SNMPTN pada tahun 2014. Mengacu pada fenomena ini,
banyaknya jumlah siswa yang berhasil diterima di PTN bisa dijadikan
salah satu parameter untuk mengukur kualitas pendidikan sebuah
SMA. Sebagai langkah untuk mengukur tingkat diterimanya siswa
suatu SMA di PTN, beberapa data siswa dikumpulkan dan dianalisis
lebih lanjut. Dalam penelitian ini, proses analisis data siswa tersebut
menggunakan teknik peramalan dengan teknik Jaringan Syaraf
Tiruan. Lebih lanjut, data – data dari siswa SMA Negeri 1 Genteng,
Banyuwangi, dipilih sebagai obyek dalam penelitian ini.
i
untuk memprediksi siswa angkatan 2015 yang diterima di perguruan
tinggi.
ii
THE IMPLEMENTATION OF BACKPROPAGATION
ARTIFICIAL NEURAL NETWORK METHOD IN
FORECASTING THE NUMBER OF ADMITTED HIGH
SCHOOL STUDENTS IN COLLAGES (Case Study on
Genteng 01 High School)
ABSTRACT
iii
study will also be used to predict the number of students who are going
to be accepted in 2015 national college’s admission.
iv
KATA PENGANTAR
vi
DAFTAR ISI
ABSTRAK ................................................................................ i
ABSTRACT ............................................................................iii
KATA PENGANTAR.............................................................. v
DAFTAR ISI .......................................................................... vii
DAFTAR GAMBAR .............................................................. ix
DAFTAR TABEL .................................................................... x
DAFTAR LAMPIRAN ........................................................... x
BAB I PENDAHULUAN ...................................................... 1
1.1. Latar Belakang Masalah ............................................... 1
1.2. Perumusan masalah ...................................................... 3
1.3. Batasan Masalah........................................................... 3
1.4. Tujuan Tugas Akhir ..................................................... 3
1.5. Manfaat Tugas Akhir ................................................... 4
1.6. Relevansi ...................................................................... 4
BAB II TINJAUAN PUSTAKA ............................................. 5
2.1. Studi Sebelumnya......................................................... 5
2.2. Dasar Teori ................................................................... 7
2.2.1. Profil SMA Negeri 1 Genteng ................................ 7
2.2.2. Nilai Akhir Ujian Nasional ..................................... 7
2.2.3. Jaringan Syaraf Tiruan............................................ 8
2.2.4. Konsep Dasar Jaringan Syaraf Tiruan .................. 10
2.2.5. Karakteristik Jaringan Syaraf Tiruan .................... 11
2.2.6. Backpropagation ................................................... 14
2.2.7. Algoritma Jaringan Syaraf Backpropagation........ 15
2.2.8. Arsitektur Jaringan Syaraf Tiruan ........................ 19
2.2.9. Precision, Recall dan Accuracy ............................ 21
BAB III METODOLOGI ..................................................... 25
3.1. Penentuan Tujuan ....................................................... 26
3.2. Studi Literatur ............................................................ 26
3.3. Penentuan Model........................................................ 26
3.4. Pengumpulan Data ..................................................... 26
3.5. Pra-pengolahan Data .................................................. 26
3.6. Tahapan Peramalan .................................................... 27
3.7. Uji Coba Model .......................................................... 27
3.8. Analisa Hasil dan Penarikan Kesimpulan .................. 27
vii
3.9. Pembuatan Buku Tugas Akhir ................................... 27
BAB IV PERANCANGAN ................................................. 29
4.1.Pengumpulan dan Deskripsi Data ............................... 29
4.2. Pra-pengolahan Data .................................................. 29
4.3.Perancangan Arsitektur Jaringan Syaraf Tiruan
(JST) ............................................................................. 30
4.4. Formulasi Data ........................................................... 31
4.4.1. Formulasi Neural Network ................................... 31
4.4.2. Input Data ............................................................. 32
4.4.3. Neural Network .................................................... 32
BAB V IMPLEMENTASI .................................................... 43
5.1. Hasil Pra-pengolahan Data ......................................... 43
5.2. Strategi Pengerjaan ..................................................... 43
5.3. Hambatan dan Rintangan ........................................... 43
BAB VI HASIL DAN PEMBAHASAN .............................. 45
6.1. Lingkungan Uji Coba ................................................. 45
6.2. Data Hasil ................................................................... 46
6.2.1. Model Semester 1 – 6 ........................................... 46
6.2.2. Model Semester 2 – 6 ........................................... 46
6.2.3. Model Semester 3 - 6 ............................................ 47
6.2.4. Model Semester 4 – 6 ........................................... 48
6.2.5. Model Semester 5 – 6 ........................................... 48
6.2.6. Model Semester 6 ................................................. 49
6.2.7. Model UNAS ........................................................ 49
BAB VII KESIMPULAN DAN SARAN ............................ 51
7.1. Kesimpulan................................................................. 51
7.2. Saran ........................................................................... 51
DAFTAR PUSTAKA............................................................. 53
BIODATA PENULIS ........................................................... 55
LAMPIRAN – A ..................................................................A-1
LAMPIRAN - B ................................................................... B-1
LAMPIRAN - C ................................................................... C-1
LAMPIRAN - D ...................................................................D-1
LAMPIRAN - E ................................................................... E-1
viii
DAFTAR GAMBAR
ix
DAFTAR TABEL
DAFTAR LAMPIRAN
LAMPIRAN – A ..................................................................A-1
LAMPIRAN - B ................................................................... B-1
LAMPIRAN - C ................................................................... C-1
LAMPIRAN - D ...................................................................D-1
LAMPIRAN - E ................................................................... E-1
x
56
Halaman ini sengaja dikosongkan
BAB I
PENDAHULUAN
1
2
Gambar 2-1 Jaringan syaraf umpan maju dengan dua lapisan sel hidden
[7]
2.2.6. Backpropagation
Backpropagation adalah algoritma pembelajaran untuk
memperkecil tingkat error dengan cara menyesuaikan bobotnya
berdasarkan perbedaan output dan target yang diinginkan.
Backpropagation juga merupakan sebuah metode sistematik
untuk pelatihan multilayer JST karena backpropagation
memiliki tiga layer dalam proses pelatihannya, yaitu input
layer, hidden layer dan output layer, dimana backpropagation
ini merupakan perkembangan dari single layer network
(Jaringan Layar Tunggal) yang memiliki dua layer, yaitu input
layer dan output layer. Dengan adanya hidden layer pada
backpropagation dapat menyebabkan tingkat error pada
backpropagation lebih kecil dibanding tingkat error pada single
layer network. karena hidden layer pada backpropagation
berfungsi sebagai tempat untuk mengupdate dan menyesuaikan
bobot, sehingga didapatkan nilai bobot yang baru yang bisa
diarahkan mendekati dengan target output yang diinginkan.
Keterangan :
a. Forward propagation
17
a. Momentum
Metode ini bekerja dengan tujuan untuk menghaluskan
osilasi yang terjadi. Filtermomentum ini akan
ditambahkan pada persamaan weight matrix dan bias.
b. Variable Learning Rate
Metode ini bekerja dengan berusaha menaikkan
learning rate bila menjumpai permukaan yang datar
dan kemudian menurunkan learning rate bila terjadi
peningkatan slope. [14]
[18]
BAB III
METODOLOGI
25
26
a. Bab I Pendahuluan
Pada bab ini dijelaskan mengenai latar belakang, rumusan
dan batasan masalah, tujuan dan manfaat pengerjaan tugas
akhir ini.
28
29
30
6 6 7380 2676
43
44
Tabel 4-2 Daftar perangkat lunak yang dgunakan dalam uji coba
model.
45
46
Penjurusan IPS
53 53
𝑅𝑒𝑐𝑎𝑙𝑙 = = = 0,85
53 + 9 62
53 53
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,85
53 + 9 62
53 + 3 56
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,75
74 74
175 175
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,90
175 + 19 194
47
175 + 2 177
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,86
205 205
Penjurusan IPS
22 22
𝑅𝑒𝑐𝑎𝑙𝑙 = = = 0,35
22 + 40 62
22 22
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,78
22 + 6 28
22 + 5 27
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,36
74 74
Penjurusan IPS
62 62
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
62 + 0 62
62 62
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,83
62 + 12 74
62 + 0 62
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,83
74 74
48
Penjurusan IPS
62 62
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
62 + 0 62
62 62
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,83
62 + 12 74
62 + 0 62
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,83
74 74
Penjurusan IPS
62 62
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
62 + 0 62
49
62 62
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,83
62 + 12 74
62 + 0 62
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,83
74 74
6.2.6. Model Semester 6
Penjurusan IPA
183 183
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
183 + 0 183
183 183
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,89
183 + 22 205
183 + 0 183
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,892
205 205
Penjurusan IPS
62 62
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
62 + 0 62
62 62
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,83
62 + 12 74
62 + 0 62
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,83
74 74
6.2.7. Model UNAS
Penjurusan IPA
184 184
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
184 + 0 184
184 184
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,89
184 + 21 205
50
184 + 0 184
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,893
205 205
Penjurusan IPS
62 62
𝑅𝑒𝑐𝑎𝑙𝑙 = = =1
62 + 0 62
62 62
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 = = = 0,83
62 + 12 74
62 + 0 62
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = = = 0,83
74 74
BAB VII
KESIMPULAN DAN SARAN
51
52
53
54
55
56
NAMA SISWA-SISWI
83 89 84 83 87
82 84 80 84 81
81 84 79 83 89
82 86 85 85 86
83 88 84 86 89
87 85 83 85 84
94 84 85 83 87
92 89 85 85 84
90 88 86 86 85
N 83 91 92 80 90
I 83 84 82 86 85
L 70 89 81 82 84
A 82 82 80 83 81
I 92 87 86 84 85
83 86 84 83 84
S 83 91 80 83 86
E 82 82 84 83 88
M 86 88 83 84 81
S 80 80 81 82 85
E 84 82 82 83 90
T 80 82 84 84 81
E 85 80 80 85 82
R 82 85 80 84 85
83 82 82 83 81
1 81 88 81 84 86
83 88 83 85 86
- 81 87 87 88 86
84 88 83 85 85
2 84 83 80 83 82
A-1
A-2
NAMA SISWA-SISWI
87 81 80 81 88
86 80 80 80 87
90 92 80 85 88
85 81 82 85 86
90 81 82 80 85
86 85 80 85 87
87 82 80 85 88
88 85 80 81 86
83 82 80 85 86
89 86 92 83 81
85 82 81 80 86
88 82 81 84 88
NILAI SEMESTER 1 - 2
81 81 80 80 87
86 80 81 81 88
84 84 83 82 88
89 83 83 80 86
83 81 80 81 85
82 85 81 85 86
79 82 82 80 86
90 81 84 84 86
78 80 84 80 85
85 88 86 80 87
85 80 84 84 87
78 80 80 81 85
89 82 84 83 88
88 80 83 85 85
80 85 83 81 85
83 83 80 84 87
78 82 80 80 87
A-3
NAMA SISWA-SISWI
93 88 86 85 93
92 90 82 84 90
88 85 84 85 91
89 84 82 85 91
89 82 81 84 92
84 88 85 84 94
89 84 86 84 94
92 90 84 84 94
90 86 90 89 96
94 92 92 90 93
89 88 90 85 93
86 82 85 84 88
NILAI SEMESTER 1 – 2
90 83 83 84 90
88 82 89 84 96
88 82 80 84 90
92 90 85 85 89
87 86 84 85 93
86 85 81 82 91
86 83 80 84 87
88 86 82 84 93
90 83 84 85 90
84 82 81 84 91
95 92 91 83 89
89 93 82 84 89
91 85 82 85 90
93 91 85 82 89
88 90 84 85 91
90 89 91 85 87
87 83 80 85 90
A-4
NAMA SISWA-SISWI
83 85 80 85 80
80 86 82 88 80
90 85 80 81 83
90 89.5 86 83 88
84 89.5 86 80 80
88 87 84 81 80
91 93 87 82 80
86 87 84 82 81
84 89.5 87 80 81
80 86 82 82 88
76 86 82 83 88
81 86 82 82 89
NILAI SEMESTER 1 - 2
81 87 84 84 90
78 89.5 86 84 88
80 87 84 81 89
87 87 84 82 90
86 87 84 80 86
87 87 84 86 89
88 87 84 83 88
88 89.5 86 82 87
85 86 82 80 89
87 89.5 86 80 89
91 88 85 81 87
88 86 82 82 89
89 88 85 80 87
90 86 82 82 86
90 88 85 81 89
87 89.5 86 80 87
94 88 85 80 88
LAMPIRAN - B
87 85 83 85 84
94 84 85 83 87
92 89 85 85 84
90 88 86 86 85
81 87 81 77 82
82 90 83 80 81
82 87 81 82 84
84 87 86 89 85
81 86 81 83 84
82 87 87 86 81
82 88 85 83 80
80 88 91 90 85
80 86 81 84 80
80 86 86 83 80
81 85 81 83 80
B-1
B-2
86 85 80 85 87
87 82 80 85 88
88 85 80 81 86
83 82 80 85 86
83 81 88 90 88
87 83 87 90 88
83 81 87 90 88
86 85 87 92 91
86 82 86 91 85
85 81 87 90 90
82 80 87 91 83
88 80 85 90 90
81 82 85 90 84
86 80 86 91 84
83 81 85 92 83
B-3
NAMA SISWA-SISWI
92 94 88 85 89
88 88 80 84 89
91 87 84 87 88
92 94 84 84 92
94 90 85 85 90
93 88 86 85 89
92 90 82 84 88
88 85 84 85 79
89 84 82 85 75
NILAI SEMESTER 3 - 4
89 82 81 84 82
84 88 85 84 89
89 84 86 84 78
92 90 84 84 87
84 85 87 91 78
83 86 83 89 82
85 85 84 88 81
86 85 82 88 86
90 87 83 92 77
88 88 84 89 88
87 85 84 92 77
86 86 82 90 78
88 86 85 89 83
86 87 81 91 74
87 85 83 87 85
B-4
NAMA SISWA-SISWI
87 84 80 84 89
91 84 80 86 91
91 88 85 81 89
88 93 87 81 89
N 88 93 87 81 88
I 91 89.5 87 80 87
L 93 91 89 82 89
A 94 83 89 80 85
I 89 90 92 82 88
93 90 89 80 91
S 94 87 91 89 90
E 91 82 92 88 91
M 90 83 87 87 90
E 92 92 87 88 97
S 84 90 85 80 86
T 94 90 88 86 86
E 93 91 85 87 91
R 93 92 89 90 89
91 90 91 86 85
3 88 90 87 88 85
94 90 90 90 90
- 94 91 88 88 89
94 86 86 87 88
4 88 91 85 86 87
LAMPIRAN - C
80 87 85 88 86
82 86 87 85 85
82 86 84 82 85
81 88 87 82 81
81 87 81 83 80
80 87 81 85 80
81 86 81 86 80
81 86 87 84 84
82 86 82 79 83
80 85 83 86 86
80 85 86 84 81
81 85 81 79 81
80 82 85 87 81
82 82 85 84 80
81 86 82 88 80
C-1
C-2
84 80 85 91 93
85 81 88 90 87
82 80 87 90 87
86 82 87 92 89
85 82 87 90 84
84 80 87 91 87
80 82 85 90 91
80 80 85 90 89
86 81 88 90 84
84 80 87 92 87
83 81 86 90 84
84 81 88 90 86
81 84 85 90 83
85 80 88 90 80
84 80 87 90 86
C-3
88 86 82 91 80
88 86 81 89 86
85 85 84 93 80
87 85 82 92 80
86 85 83 89 90
86 85 80 88 85
86 85 84 88 81
87 85 85 91 80
82 86 83 93 80
87 86 86 90 79
83 86 84 86 79
81 85 84 84 91
85 85 85 92 83
83 87 82 86 86
88 86 85 90 81
C-4
81 86 87 84 84
82 86 82 79 83
80 85 83 86 86
80 85 86 84 81
81 85 81 79 81
80 82 85 87 81
82 82 85 84 80
81 86 82 88 80
80 80 85 90 89
86 81 88 90 84
84 80 87 92 87
83 81 86 90 84
84 81 88 90 86
81 84 85 90 83
85 80 88 90 80
84 80 87 90 86
D-1
D-2
87 85 85 91
82 86 83 93 80
87 86 86 90 79
83 86 84 86 79
81 85 84 84 91
85 85 85 92 83
83 87 82 86 86
88 86 85 90 81
83 81 80 84 93
88 85 84 85 87
84 83 80 84 85
81 80 80 83 94
79 81 80 84 92
81 81 80 85 90
81 80 81 82 91
83 80 80 85 89
LAMPIRAN - E
HASIL SEMESTER 1 - 6
AKTUAL 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2
PREDIKSI 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
HASIL SEMETER 2 - 6
AKTUAL 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2
PREDIKSI 2 1 2 2 1 1 2 1 2 2 1 2 2 2 1 2 1 1 1 1
HASIL SEMETER 3 - 6
AKTUAL 2 1 2 1 2 2 2 2 1 1 2 2 2 1 1 2 1 2 2 1
PREDIKSI 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
HASIL SEMESTER 4 - 6
AKTUAL 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2
PREDIKSI 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
E-1
E-2
HASIL SEMESTER 5 - 6
AKTUAL 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2
PREDIKSI 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
HASIL SEMESTER 6
AKTUAL 2 2 2 1 2 2 2 2 2 1 2 2 2 2 2 2 2 2 2 2
PREDIKSI 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
HASIL UNAS
AKTUAL 2 2 2 2 2 2 2 1 2 2 1 2 2 2 2 2 1 2 1 2
PREDIKSI 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
BAB VII
KESIMPULAN DAN SARAN
51
52
53
54
55