{"title":"对新特性的预测","authors":"Khoirudin Khoirudin, Dewi Nurdiyah, Nur Wakhidah","doi":"10.26623/JPRT.V14I1.1212","DOIUrl":null,"url":null,"abstract":"Penerimaan mahasiswa baru adalah agenda yang rutin dijalani oleh sebuah institusi perguruan tinggi,. Jumlah penerimaan mahasiswa baru dapat meningkat atau menurun setiap tahunnya di Universitas Semarang. Oleh karenanya, perlu adanya prediksi jumlah penerimaan mahasiswa baru dengan teknologi berbasis artificial intelligent. Penelitian ini mengusulkan metode untuk memprediski jumlah penerimaan mahasiswa baru di Universitas Semarang menggunakan algoritma Multi Layer Perceptron, dengan dataset time series pendaftaran mahasiswa baru dari tahun 2008 hingga 2017. Uji coba Multi Layer Perceptron dengan arsitektur 5-9-1 menghasilkan Mean Squered Error pada data training sebesar 0.00096 dan Mean Squered Error pada data testing sebesar 0.1. Sehingga, metode yang diusulkan sangat bagus digunakan untuk prediksi penerimaan mahasiswa baru di Universitas Semarang ","PeriodicalId":31937,"journal":{"name":"Jurnal Pengembangan Rekayasa dan Teknologi","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-01-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"6","resultStr":"{\"title\":\"PREDIKSI PENERIMAAN MAHASISWA BARU DENGAN MULTI LAYER PERCEPTRON\",\"authors\":\"Khoirudin Khoirudin, Dewi Nurdiyah, Nur Wakhidah\",\"doi\":\"10.26623/JPRT.V14I1.1212\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penerimaan mahasiswa baru adalah agenda yang rutin dijalani oleh sebuah institusi perguruan tinggi,. Jumlah penerimaan mahasiswa baru dapat meningkat atau menurun setiap tahunnya di Universitas Semarang. Oleh karenanya, perlu adanya prediksi jumlah penerimaan mahasiswa baru dengan teknologi berbasis artificial intelligent. Penelitian ini mengusulkan metode untuk memprediski jumlah penerimaan mahasiswa baru di Universitas Semarang menggunakan algoritma Multi Layer Perceptron, dengan dataset time series pendaftaran mahasiswa baru dari tahun 2008 hingga 2017. Uji coba Multi Layer Perceptron dengan arsitektur 5-9-1 menghasilkan Mean Squered Error pada data training sebesar 0.00096 dan Mean Squered Error pada data testing sebesar 0.1. Sehingga, metode yang diusulkan sangat bagus digunakan untuk prediksi penerimaan mahasiswa baru di Universitas Semarang \",\"PeriodicalId\":31937,\"journal\":{\"name\":\"Jurnal Pengembangan Rekayasa dan Teknologi\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-01-16\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"6\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Pengembangan Rekayasa dan Teknologi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.26623/JPRT.V14I1.1212\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Pengembangan Rekayasa dan Teknologi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26623/JPRT.V14I1.1212","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
PREDIKSI PENERIMAAN MAHASISWA BARU DENGAN MULTI LAYER PERCEPTRON
Penerimaan mahasiswa baru adalah agenda yang rutin dijalani oleh sebuah institusi perguruan tinggi,. Jumlah penerimaan mahasiswa baru dapat meningkat atau menurun setiap tahunnya di Universitas Semarang. Oleh karenanya, perlu adanya prediksi jumlah penerimaan mahasiswa baru dengan teknologi berbasis artificial intelligent. Penelitian ini mengusulkan metode untuk memprediski jumlah penerimaan mahasiswa baru di Universitas Semarang menggunakan algoritma Multi Layer Perceptron, dengan dataset time series pendaftaran mahasiswa baru dari tahun 2008 hingga 2017. Uji coba Multi Layer Perceptron dengan arsitektur 5-9-1 menghasilkan Mean Squered Error pada data training sebesar 0.00096 dan Mean Squered Error pada data testing sebesar 0.1. Sehingga, metode yang diusulkan sangat bagus digunakan untuk prediksi penerimaan mahasiswa baru di Universitas Semarang
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
