PEMETAAN MAHASISWA BARU DALAM MEMILIH PROGRAM STUDI MENGGUNAKAN JARINGAN SYARAF TIRUAN ALGORITMA KOHONEN SELF ORGANIZING MAPS

Abstract

Peserta didik menghadapi persaingan yang semakin ketat untuk memasuki perguruan tinggi karena angka peminat dan penyeleksi seleksi masuk perguruan tinggi semakin tinggi. Hal itu membuat peserta didik mempersiapkan segalanya dimulai dari memilih perguruan tinggi hingga memilih program studi. Penelitian ini dilakukan untuk memetakan atribut atau alasan-alasan mahasiswa baru Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tanjungpura dalam memilih program studi. Pemetaan ini dilakukan dengan menggunakan jaringan syaraf tiruan algoritma Kohonen Self Organizing Maps yang hasilnya divalidasi dengan metode IDB (Indeks Davies-Bouldin). Penelitian dilakukan untuk mengelompokkan alasan-alasan mahasiswa baru menggunakan 3 klaster dan 4 klaster dengan learning rate 0.05, 0.25, 0.5, 0.75 dan 0.95  serta maksimum iterasi 50, 100, 500, 1000, 2000 dan 5000. Berdasarkan jumlah klaster dan learning rate serta maksimum iterasi tersebut diperoleh IDB terkecil sebesar 1.8226 yaitu dengan menggunakan 3 klaster, learning rate 0.05 dan maksimum iterasi 500. Diantara 3 klaster yang terbentuk maka klaster ke-1 yaitu klaster dengan nilai mean terendah sehingga berdasarkan penskoran kuesioner maka masuk dalam kategori sangat penting. Artinya anggota dalam klaster tersebut menjadi pertimbangan para responden dalam memilih program studi. Keanggotaan klaster ke-1 diantaranya yaitu peluang karir, keinginan mencapai cita-cita, tenaga pendidik profesional, akreditasi program studi, instansi terbaik untuk bekerja dan peringkat universitas.  Kata Kunci : Klaster, Learning Rate, Indeks Davies-Bouldin