利用一种宣传方法来预测学生出勤率的结果

P. Bagus, Arya Pradnyana, G. Agung, M. Sunaya
{"title":"利用一种宣传方法来预测学生出勤率的结果","authors":"P. Bagus, Arya Pradnyana, G. Agung, M. Sunaya","doi":"10.17977/um068v2i12022p20-26","DOIUrl":null,"url":null,"abstract":"Student success is an important component of higher education institutions because it is considered an important criterion for assessing the quality of educational institutions. Student success is assessed based on academic achievement, activeness, satisfaction, willingness to learn, skills, and competence, attendance, educational outcomes, and final performance results. In this study, the focus is on the data object of student arrivals to make forecasts. In supporting forecasting, there are several methods that can be used, starting from artificial intelligence, or artificial intelligence (AI). The method of artificial intelligence used in this study is the backpropagation method. Forecasting results with a small error rate indicate that the method is good for forecasting. It is expected that forecasting carried out with the backpropagation method can achieve a small error rate. The best forecasting results came in semester 3 with an MSE value of 0.0388. The best GPA value is also in semester 3. In conclusion, semester 3 is the best semester both in terms of forecasting and GPA value. \nKeberhasilan mahasiswa merupakan komponen penting lembaga pendidikan tinggi karena dianggap sebagai kriteria penting untuk menilai kualitas lembaga pendidikan. Keberhasilan siswa dinilai berdasarkan prestasi akademik, keaktifan, kepuasan, kemauan belajar, keterampilan, dan kompetensi, kehadiran, hasil pendidikan, dan hasil kinerja akhir. Pada penelitian ini fokusnya adalah pada objek data kedatangan siswa untuk membuat peramalan. Dalam mendukung peramalan, ada beberapa metode yang bisa digunakan, mulai dari kecerdasan buatan, atau artificial intelligence (AI). Metode kecerdasan buatan yang digunakan dalam penelitian ini adalah metode backpropagation. Hasil peramalan dengan tingkat kesalahan yang kecil menunjukkan bahwa metode tersebut baik untuk peramalan. Diharapkan peramalan yang dilakukan dengan metode backpropagation dapat mencapai tingkat kesalahan yang kecil. Hasil peramalan terbaik diperoleh pada semester 3 dengan nilai MSE sebesar 0,0388. Terlihat bahwa nilai IPK terbaik juga ada di semester 3. Kesimpulannya, semester 3 adalah semester terbaik baik dari segi peramalan maupun nilai IPK.","PeriodicalId":221326,"journal":{"name":"Jurnal Inovasi Teknologi dan Edukasi Teknik","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-01-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Peramalan Hasil Studi Terhadap Kehadiran Mahasiswa Menggunakan Metode Backpropagation\",\"authors\":\"P. Bagus, Arya Pradnyana, G. Agung, M. Sunaya\",\"doi\":\"10.17977/um068v2i12022p20-26\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Student success is an important component of higher education institutions because it is considered an important criterion for assessing the quality of educational institutions. Student success is assessed based on academic achievement, activeness, satisfaction, willingness to learn, skills, and competence, attendance, educational outcomes, and final performance results. In this study, the focus is on the data object of student arrivals to make forecasts. In supporting forecasting, there are several methods that can be used, starting from artificial intelligence, or artificial intelligence (AI). The method of artificial intelligence used in this study is the backpropagation method. Forecasting results with a small error rate indicate that the method is good for forecasting. It is expected that forecasting carried out with the backpropagation method can achieve a small error rate. The best forecasting results came in semester 3 with an MSE value of 0.0388. The best GPA value is also in semester 3. In conclusion, semester 3 is the best semester both in terms of forecasting and GPA value. \\nKeberhasilan mahasiswa merupakan komponen penting lembaga pendidikan tinggi karena dianggap sebagai kriteria penting untuk menilai kualitas lembaga pendidikan. Keberhasilan siswa dinilai berdasarkan prestasi akademik, keaktifan, kepuasan, kemauan belajar, keterampilan, dan kompetensi, kehadiran, hasil pendidikan, dan hasil kinerja akhir. Pada penelitian ini fokusnya adalah pada objek data kedatangan siswa untuk membuat peramalan. Dalam mendukung peramalan, ada beberapa metode yang bisa digunakan, mulai dari kecerdasan buatan, atau artificial intelligence (AI). Metode kecerdasan buatan yang digunakan dalam penelitian ini adalah metode backpropagation. Hasil peramalan dengan tingkat kesalahan yang kecil menunjukkan bahwa metode tersebut baik untuk peramalan. Diharapkan peramalan yang dilakukan dengan metode backpropagation dapat mencapai tingkat kesalahan yang kecil. Hasil peramalan terbaik diperoleh pada semester 3 dengan nilai MSE sebesar 0,0388. Terlihat bahwa nilai IPK terbaik juga ada di semester 3. Kesimpulannya, semester 3 adalah semester terbaik baik dari segi peramalan maupun nilai IPK.\",\"PeriodicalId\":221326,\"journal\":{\"name\":\"Jurnal Inovasi Teknologi dan Edukasi Teknik\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-01-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Inovasi Teknologi dan Edukasi Teknik\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.17977/um068v2i12022p20-26\",\"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 Inovasi Teknologi dan Edukasi Teknik","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.17977/um068v2i12022p20-26","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

学生的成功是高等教育机构的重要组成部分,因为它被认为是评估教育机构质量的重要标准。学生的成功是根据学业成绩、积极性、满意度、学习意愿、技能和能力、出勤率、教育成果和最终表现结果来评估的。在本研究中,重点针对学生到达的数据对象进行预测。在支持预测方面,有几种方法可以使用,从人工智能或人工智能(AI)开始。本研究中使用的人工智能方法是反向传播方法。预测结果错误率小,表明该方法具有较好的预测效果。期望用反向传播方法进行预测可以实现较小的错误率。预测结果最好的是第三学期,MSE值为0.0388。最好的GPA值也是在第三学期。综上所述,无论是预测还是GPA值,第3学期都是最好的。Keberhasilan mahasiswa merupakan komponen penting lembaga pendidikan tinggi karena dianggap sebagai标准pendidikan menilai kualitas lembaga pendidikan。Keberhasilan siswa dinilai berdasarkan prestasi akademik, keaktifan, kepuasan, kemauan belajar, keterampilan, dan kompetensi, kehadiran, hasil pendidikan, dan hasil kinerja akhir。padpenelitian的翻译结果:padpenelitian的翻译结果:padelia的翻译结果:padelia的翻译结果:padelia的翻译结果:Dalam mendukung peramalan, ada beberapa mede yang bisa digunakan, mulai dari kecerdasan buatan,一个人工智能(AI)。方法kecerdasan buatan yang digunakan dalam penelitian ini adalah方法反向传播。Hasil peramalan dengan tingkat kesalahan yang kecil menunjukkan bahwa mesebut baik untuk peramalan。Diharapkan peramalan yang dilakukan dengan方法反向传播dapapapai tingkat kesalahan yang kecil。上海师范大学师范学院第三学期硕士研究生课程,硕士研究生,2003,0388。Terlihat bahwa nilai IPK terbaik juga ada di semester 3。kespulpulannya,第三学期adalah学期terbaik baik dari segi peramalan maupun nilai IPK。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Peramalan Hasil Studi Terhadap Kehadiran Mahasiswa Menggunakan Metode Backpropagation
Student success is an important component of higher education institutions because it is considered an important criterion for assessing the quality of educational institutions. Student success is assessed based on academic achievement, activeness, satisfaction, willingness to learn, skills, and competence, attendance, educational outcomes, and final performance results. In this study, the focus is on the data object of student arrivals to make forecasts. In supporting forecasting, there are several methods that can be used, starting from artificial intelligence, or artificial intelligence (AI). The method of artificial intelligence used in this study is the backpropagation method. Forecasting results with a small error rate indicate that the method is good for forecasting. It is expected that forecasting carried out with the backpropagation method can achieve a small error rate. The best forecasting results came in semester 3 with an MSE value of 0.0388. The best GPA value is also in semester 3. In conclusion, semester 3 is the best semester both in terms of forecasting and GPA value. Keberhasilan mahasiswa merupakan komponen penting lembaga pendidikan tinggi karena dianggap sebagai kriteria penting untuk menilai kualitas lembaga pendidikan. Keberhasilan siswa dinilai berdasarkan prestasi akademik, keaktifan, kepuasan, kemauan belajar, keterampilan, dan kompetensi, kehadiran, hasil pendidikan, dan hasil kinerja akhir. Pada penelitian ini fokusnya adalah pada objek data kedatangan siswa untuk membuat peramalan. Dalam mendukung peramalan, ada beberapa metode yang bisa digunakan, mulai dari kecerdasan buatan, atau artificial intelligence (AI). Metode kecerdasan buatan yang digunakan dalam penelitian ini adalah metode backpropagation. Hasil peramalan dengan tingkat kesalahan yang kecil menunjukkan bahwa metode tersebut baik untuk peramalan. Diharapkan peramalan yang dilakukan dengan metode backpropagation dapat mencapai tingkat kesalahan yang kecil. Hasil peramalan terbaik diperoleh pada semester 3 dengan nilai MSE sebesar 0,0388. Terlihat bahwa nilai IPK terbaik juga ada di semester 3. Kesimpulannya, semester 3 adalah semester terbaik baik dari segi peramalan maupun nilai IPK.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Konsep Arsitektur Tropis pada Restoran Union Ubud, Bali Efisiensi Energi Motor Induksi Tiga Fasa dalam Pendistribusian Air Minum pada SPAM Petanu Perancangan Sudu Turbine Expander Menggunakan Profil NACA 0018 Dengan Program Cascade dan CFD Evaluasi Vitamin B pada Biskuit Bayi Substitusi Campuran Tepung Labu Kuning (Cucurbita Moschata Durch) dan Tepung Wortel ( Daucus Carrota L) Analisis Pembangunan Kembali Rumah Pasca Gempa Dengan Teknologi Konstruksi Cetak Tanah Tiga Dimensi
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1