PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU
Main Authors: | Meliawati, Risky, Soesanto, Oni, Kartini, Dwi |
---|---|
Other Authors: | Ilmu Komputer, ULM, Unlam, Universitas Lambung Mangkurat |
Format: | Article info eJournal |
Bahasa: | eng |
Terbitan: |
Lambung Mangkurat University
, 2016
|
Online Access: |
http://klik.unlam.ac.id/index.php/klik/article/view/31 http://klik.unlam.ac.id/index.php/klik/article/view/31/29 |
ctrlnum |
article-31 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU</title><creator>Meliawati, Risky</creator><creator>Soesanto, Oni</creator><creator>Kartini, Dwi</creator><description lang="en-US">Determination of majors in SMA PGRI 1 Banjarbaru for students grade XI is still using a manual process that currently have problems with majors process that takes a long time. In this study aims to determine applicability methods Learning vector quantization (LVQ) the prediction determination majors in SMA PGRI 1 Banjarbaru of accuracy values obtained. Artificial Neural Networks supervised (supervised) as LVQ (Learning Vector Quantization) is a method of classification patterns of each unit of output represents a category or a particular group. From the results predicted during the first year of data known that the accuracy approaching the actual results with different number of iterations is the accuracy of 79.31% for iteration = 60 and 90. In the study with the alpha value changes obtained with accuracy approaching actual results are Accuracy 75.86% with a value of alpha (α) = 0.14. Conclusion in This study has successfully predict the determination of majors in SMA PGRI 1 Banjarbaru by using the Learning vector quantization (LVQ).
Keywords: Artificial Neural Networks, Learning Vector Quantization (LVQ), Majors
Penentuan penjurusan di SMA PGRI 1 Banjarbaru untuk siswa naik kelas XI masih menggunakan proses manual yang saat ini memiliki kendala dengan proses penjurusan yang membutuhkan waktu lama. Pada penelitian ini bertujuan Untuk mengetahui dapat diterapkannya metode Learning vector Quantization (LVQ) pada prediksi penetuan jurusan di SMA PGRI 1 Banjarbaru dari nilai akurasi yang didapat. Jaringan Syaraf Tiruan terawasi (supervised) seperti LVQ (Learning Vector Quantization) adalah suatu metode klasifikasi pola yang masing-masing unit output mewakili kategori atau kelompok tertentu. Dari hasil prediksi selama data 1 tahun diketahui bahwa nilai akurasi yang mendekati dengan hasil sebenarnya dengan jumlah iterasi yang berbeda adalah akurasi 79,31% untuk iterasi= 60 dan 90. Pada penelitian dengan nilai alpha yang berubah didapat akurasi yang mendekati dengan hasil sebenarnya adalah Akurasi 75,86% dengan nilai alpha (α) = 0,14. Kesimpulan penelitian ini telah berhasil melakukan prediksi pada penentuan jurusan di SMA PGRI 1 Banjarbaru menggunakan metode Learning vector quantization (LVQ).
Kata kunci : Jaringan Syaraf Tiruan, Learning Vector Quantization (LVQ), Penjurusan</description><publisher lang="en-US">Lambung Mangkurat University</publisher><contributor lang="en-US">Ilmu Komputer, ULM, Unlam, Universitas Lambung Mangkurat</contributor><date>2016-04-28</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><type>Other:</type><identifier>http://klik.unlam.ac.id/index.php/klik/article/view/31</identifier><identifier>10.20527/klik.v3i1.31</identifier><source lang="en-US">KLIK - KUMPULAN JURNAL ILMU KOMPUTER; Vol 3, No 1 (2016); 11-20</source><source lang="id-ID">KLIK- KUMPULAN JURNAL ILMU KOMPUTER; Vol 3, No 1 (2016); 11-20</source><source>2443-406X</source><source>2406-7857</source><source>10.20527/klik.v3i1</source><language>eng</language><relation>http://klik.unlam.ac.id/index.php/klik/article/view/31/29</relation><rights lang="en-US">Copyright (c) 2016 KLIK - JURNAL ILMIAH ILMU KOMPUTER</rights><recordID>article-31</recordID></dc>
|
language |
eng |
format |
Journal:Article Journal Other:info:eu-repo/semantics/publishedVersion Other Other: Journal:eJournal |
author |
Meliawati, Risky Soesanto, Oni Kartini, Dwi |
author2 |
Ilmu Komputer, ULM, Unlam, Universitas Lambung Mangkurat |
title |
PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU |
publisher |
Lambung Mangkurat University |
publishDate |
2016 |
url |
http://klik.unlam.ac.id/index.php/klik/article/view/31 http://klik.unlam.ac.id/index.php/klik/article/view/31/29 |
contents |
Determination of majors in SMA PGRI 1 Banjarbaru for students grade XI is still using a manual process that currently have problems with majors process that takes a long time. In this study aims to determine applicability methods Learning vector quantization (LVQ) the prediction determination majors in SMA PGRI 1 Banjarbaru of accuracy values obtained. Artificial Neural Networks supervised (supervised) as LVQ (Learning Vector Quantization) is a method of classification patterns of each unit of output represents a category or a particular group. From the results predicted during the first year of data known that the accuracy approaching the actual results with different number of iterations is the accuracy of 79.31% for iteration = 60 and 90. In the study with the alpha value changes obtained with accuracy approaching actual results are Accuracy 75.86% with a value of alpha (α) = 0.14. Conclusion in This study has successfully predict the determination of majors in SMA PGRI 1 Banjarbaru by using the Learning vector quantization (LVQ).
Keywords: Artificial Neural Networks, Learning Vector Quantization (LVQ), Majors
Penentuan penjurusan di SMA PGRI 1 Banjarbaru untuk siswa naik kelas XI masih menggunakan proses manual yang saat ini memiliki kendala dengan proses penjurusan yang membutuhkan waktu lama. Pada penelitian ini bertujuan Untuk mengetahui dapat diterapkannya metode Learning vector Quantization (LVQ) pada prediksi penetuan jurusan di SMA PGRI 1 Banjarbaru dari nilai akurasi yang didapat. Jaringan Syaraf Tiruan terawasi (supervised) seperti LVQ (Learning Vector Quantization) adalah suatu metode klasifikasi pola yang masing-masing unit output mewakili kategori atau kelompok tertentu. Dari hasil prediksi selama data 1 tahun diketahui bahwa nilai akurasi yang mendekati dengan hasil sebenarnya dengan jumlah iterasi yang berbeda adalah akurasi 79,31% untuk iterasi= 60 dan 90. Pada penelitian dengan nilai alpha yang berubah didapat akurasi yang mendekati dengan hasil sebenarnya adalah Akurasi 75,86% dengan nilai alpha (α) = 0,14. Kesimpulan penelitian ini telah berhasil melakukan prediksi pada penentuan jurusan di SMA PGRI 1 Banjarbaru menggunakan metode Learning vector quantization (LVQ).
Kata kunci : Jaringan Syaraf Tiruan, Learning Vector Quantization (LVQ), Penjurusan |
id |
IOS3976.article-31 |
institution |
Universitas Lambung Mangkurat |
institution_id |
161 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Lambung Mangkurat |
library_id |
298 |
collection |
KLIK |
repository_id |
3976 |
subject_area |
Artificial Intelligence/Kecerdasan Buatan Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika Decision Making Management/Manajemen Pengambilan Keputusan Computer Communications Networks/Jaringan Komunikasi Komputer |
city |
KOTA BANJARMASIN |
province |
KALIMANTAN SELATAN |
shared_to_ipusnas_str |
1 |
repoId |
IOS3976 |
first_indexed |
2017-03-01T14:38:13Z |
last_indexed |
2018-02-20T01:11:29Z |
recordtype |
dc |
_version_ |
1718371701829402624 |
score |
17.605686 |