TUGAS MENEMUKAN MASALAH Nama: SURYA ADE SAPUTRA Nim: 15.52.0717 1.

Slides:



Advertisements
Presentasi serupa
BAB MENETAPKAN JUDUL DAN MERUMUSKAN MASALAH PENELITIAN
Advertisements

BAB XI REGRESI LINEAR Regresi Linear.
Perceptron.
Analisis Data BETRI SIRAJUDDIN.
Pengenalan Jaringan Syaraf Tiruan
3 SKS Samuel Wibisono, drs.MT.. Out Come Setelah mengikuti pertemuan ini mahasiswa diharapkan dapat menjelaskan: latar belakang munculnya cabang keilmuan.
OM SWASTIASTU
Jaringan Syaraf Tiruan (JST)
Create By: Ismuhar dwi putra
PENGENALAN JARINGAN SYARAF TIRUAN (JST)
Jaringan Syaraf Tiruan
Kontrak Kuliah.
PTK-PTS Oleh: I Wayan Widana
KORELASI & REGRESI LINIER
Sistem Pendukung Keputusan
Bina Nusantara Analisis Jalur Kerja Proyek Pertemuan 9: Mata kuliah: K0194-Pemodelan Matematika Terapan Tahun: 2008.
PENGANTAR JARINGAN SYARAF TIRUAN (JST)
Jaringan Syaraf Tiruan (JST) stiki. ac
METODE PENELITIAN KUANTITATIF
Teknik Evaluasi Perencanaan
Jarringan Syaraf Tiruan
Pedoman pembuatan makalah Pertemuan 26 :
LOGIKA FUZZY.
ANALISIS KORELASI.
JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
OLEH: FITRIA WALLY NPM :
Regresi & Korelasi Linier Sederhana
Pertemuan 12 ARTIFICIAL NEURAL NETWORKS (ANN) - JARINGAN SYARAF TIRUAN - Betha Nurina Sari, M.Kom.
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
Elin herlina B-Reguler
K-SUPPORT VECTOR NEAREST NEIGHBOR UNTUK KLASIFIKASI BERBASIS K-NN
PEMBELAJARAN BERBASIS MASALAH DALAM PEMBELAJARAN MATEMATIKA
SISTEM INTELEJEN UNTUK PREDIKSI PERTUMBUHAN EKONOMI DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DAN ADAPTIF NEURO-FUZZY Oleh: Y. Restuwardi G Dibimbing.
BAB I TEKNIK SIMULASI.
13. ANALISIS DATA PERSIAPAN LANGKAH – LANGKAH ANALISIS DATA
PRESENTASI TUGAS REVIEW PAPER/JURNAL IMPLEMENTASI TEKNIK ARTIFICIAL INTELLIGENCE Pertemuan 14 dan 15.
KONTRAK PERKULIAHAN.
PEMBELAJARAN MATEMATIKA DENGAN KOOPERATIVE LEARNING TIPE STAD KELAS IV SD OLEH : MARNIS SUSANTI.
Konsep Data Mining Ana Kurniawati.
JARINGAN SYARAF TIRUAN SISTEM BERBASIS PENGETAHUAN
Pedoman pembuatan makalah Pertemuan 26 :
Aplikasi Kecerdasan Komputasional
Anatomi Neuron Biologi
STATISTIK INDUSTRI MODUL 8
Pengantar Pemodelan Teknik Lingkungan
Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan (JST)
Struktur Jaringan Syaraf Tiruan
PELAKSANAAN PENELITIAN TINDAKAN KELAS
MENETAPKAN JUDUL DAN MERUMUSKAN MASALAH PENELITIAN
PENELITIAN DAN ANALISIS KESEHATAN REPRODUKSI
Penulisan Proposal Penelitian Tindakan Kelas
Kecerdasan Buatan Pokok Bahasan Pendahuluan Definisi Kecerdasan Buatan
Analisis Data Penelitian
Penulisan Proposal Penelitian Tindakan Kelas
Pertemuan 12 ARTIFICIAL NEURAL NETWORKS (ANN) - JARINGAN SYARAF TIRUAN - Betha Nurina Sari, M.Kom.
PENERAPAN MODEL PEMBELAJARAN INKUIRI DALAM MENINGKATKAN PROSES DAN HASIL BELAJAR IPA SISWA KELAS 5 DI SD KARANGANYAR 01 Linda Asti Wulandari
Proposal Penelitian Created by Siti Nur Sudiarti
Penerapan Model Pembelajaran Berbasis Masalah Untuk Meningkatkan Kemampuan Pemecahan Masalah Siswa Kelas VIII SMP Negeri 2 Lubuk Pakam OLEH : JIHAN HIDAYAH.
SISTEM INFORMASI PENDAFTARAN & NILAI ONLINE DI SMP NEGERI 1 PASEH
Pengumpulan DATA.
Jaringan Syaraf Tiruan
Assignment.
13. ANALISIS DATA PERSIAPAN LANGKAH – LANGKAH ANALISIS DATA
KELOMPOK 6 AGUNG BIANTORO.M ( 042 ) JONI PUTRA ( 103 ) HARIS FERDIAN ( 033 ) TEKNIK-TEKNIK DATA MINING.
Konsep Data Mining Ana Kurniawati.
REGRESI DAN KORELASI JAKA WIJAYA KUSUMA M.Pd.
PEMODELAN TEKNIK LINGKUNGAN. DEFINISI MODEL Model dapat diartikan sebagai penggambaran, penyederhanaan, miniatur, atau peniruan. Pemodelan lingkungan.
Hari, Tanggal Judul Tugas Akhir FONT 36 Jenis Ujian Nama Mahasiswa NIM.
MATA KULIAH : METODE PENELITIAN
Transcript presentasi:

TUGAS MENEMUKAN MASALAH Nama: SURYA ADE SAPUTRA Nim:

2 Jurnal 1

LATAR BELAKANG MASALAH JUDUL JURNAL: PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MENGUKUR TINGKAT KORELASI ANTARA NEM DENGAN IPK KELULUSAN MAHASISWA PENULIS: Yeni Nuraeni TAHUN:2009 NAMA JURNAL: TELKOMNIKA Vol. 7, No. 3, Desember 2009 : OBJEK PENELITIAN : Mahasiswa, NEM dan IPK METODE YANG DIPAKAI : Metode statistik berupa analisis korelasi dan regresi linier ganda, Jaringan Syaraf Tiruan (JST) KELEBIHAN DARI METODE TERSEBUT : Analisis korelasi bertujuan untuk dapat mengetahui seberapa besar kekuatan hubungan antara variabel-variabel bebas dengan variabel terikat, sedangkan dengan analisis regresi dapat diketahui bagaimana bentuk hubungan antara variabel-variabel tersebut dalam bentuk persamaan regresi. 3

Kekurangan Dari Metode Tersebut : Hasil penelitian dengan menggunakan analisis regresi dan korelasi linier ganda ini, dirasakan masih memiliki kelemahan karena hanya bersifat analisis secara linier, Masalah Dari Metode Yang Dipakai : Prestasi mahasiswa dipengaruhi oleh banyak faktor yang kompleks dan mempunyai karakteristik non-linear. Sehingga tidak bisa di ukur dengan metode analisis regresi dan korelasi linier berganda. Solusi Perbaikan Metode : Untuk mengatasi kelemahan dari metode analisis regresi dan korelasi ganda, maka PSTI-X melanjuntukan penelitian dengan menggunakan metode jaringan syaraf tiruan (JST), dengan pertimbangan JST memiliki kemampuan melakukan komputasi secara paralel dengan cara belajar dari pola-pola yang diajarkan [1-5]. Dengan kemampuan tersebutdiharapkan JST dapat melakukan regresi non-linier terhadap pola-pola NEM, sehingga diharapkan mampu memperkirakan prestasi akademik lulusan S1 PSTI-X secara lebih akurat. _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Metode yang disarankan untuk JST lain logic fuzzy. Karena konsep logika Fuzzy mudah dimengerti, fleksibel. Logika Fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks. Selain itu bisa menggunakan metode seperti Single maupun Multi-Layer Perceptron, Backpropagation, LVQ ( Learning Vector Quantization ) Rangkuman Tujuan Penelitian : Untuk mencari hubungan atau korelasi antara NEM dengan Nilai IPK saat mahasiswa menyeselaikan studi S1-nya. 4

B. Pertanyaan Masalah : Hasil penelitian dengan menggunakan analisis regresi dan korelasi linier ganda ini, dirasakan masih memiliki kelemahan karena hanya bersifat analisis secara linier, sedangkan prestasi mahasiswa dipengaruhi oleh banyak faktor yang kompleks dan mempunyai karakteristik non-linear. C. Pertanyaan Penelitian : Analisis korelasi bertujuan untuk dapat mengetahui seberapa besar kekuatan hubungan antara variabel-variabel bebas dengan variabel terikat, (dalam hal ini yaknik hubungan antara IPK sebagai variabel terikat, dengan nilai Bahasa Indonesia, Bahasa Inggris dan Matematika yang diujikan pada EBTANAS sebagai variabel (bebas). Sedangkan dengan analisis regresi dapat diketahui bagaimana bentuk hubungan antara variabel-variabel tersebut dalam bentuk persamaan regresi. D.Tujuan Penelitian: Bermaksud melakukan penelitian untuk mencari hubungan atau korelasi antara NEM dengan Nilai IPK saat mahasiswa menyeselaikan studi S1-nya 5

B.Metode Yang Ada: Untuk mengatasi kelemahan dari metode analisis regresi dan korelasi ganda, maka PSTI-X melanjuntukan penelitian dengan menggunakan metode jaringan syaraf tiruan (JST), dengan pertimbangan JST memiliki kemampuan melakukan komputasi secara paralel dengan cara belajar dari pola-pola yang diajarkan. C. Kontribusi Penelitian: Dari hasil penelitian yang telah dilakukan oleh PSTI-X dengan menggunakan analisis regresi dan korelasi linier ganda mengindikasikan bahwa banyak faktor lain selain NEM yang perlu dipertimbangankan dalam memprediksi prestasi akademik lulusan Hasil penelitian dengan JST-PB ini juga memperkuat hasil penelitian sebelumnya bahwa NEM tidak dapat dijadikan sebagai acuan mutlak dalam sistem seleksi PMB. Oleh karena itu, PSTI-X perlu memperbaharui dan mengkaji ulang kembali sistem seleksi mahasiswa baru yang selama ini digunakan khususnya untuk mahasiswa yang masuk melalui jalur fellowship. D. Hasil Penelitian: Berdasarkan hasil penelitian tersebut di atas, maka PSTI-X perlu mengkaji kembali sistem PMB dengan mempertimbangkan kembali nilai NEM apakah dapat dijadikan salah satu syarat untuk menjadi mahasiswa di PSTI-X khususnya yang melalui jalur fellowship 6

7 Jurnal 2

LATAR BELAKANG MASALAH JUDUL JURNAL: SISTEM TUTORIAL ADAPTIF : NEURO FUZZY DALAM PENENTUAN HASIL BELAJAR PENULIS: I Gede Santi Astawa TAHUN:2011 NAMA JURNAL: Jurnal Ilmu Komputer, ojs.unud.ac.id OBJEK PENELITIAN : Guru, Nilai, dan Siswa METODE YANG DIPAKAI : Dalam memenuhi standard aturan penilaian dari guru, digunakan metode neuro fuzzy yang mampu melakukan penalaran dan juga secara automatis mempelajari aturan guru dari data-data penilaian guru tersebut sebelumnya. KELEBIHAN DARI METODE TERSEBUT : Keunggulan metode jaringan syaraf tiruan dalam mempelajari lingkungannya, dan kemampuan logika fuzzy dalam melakukan penalaran menjadikan sistem yang dihasilkan mampu beradaptasi dalam memenuhi standar guru dan standar mata pelajaran, tanpa harus menanyakan aturan- aturan yang kemungkinan besar tidak dapat diungkapkan oleh guru 8

Kekurangan Dari Metode Tersebut : Penelitian ini masih jauh dari kata sempurna, adapun kelemahan dari penelitian ini adalah, sistem dalam penelitian ini menggunakan metode neuro fuzzy sebagai metode untuk mengambil aturan penilaian seorang guru. Rata-rata waktu yang diperlukan untuk pelatihan jaringan neural relatif lama (kurang lebih 5-10 menit), akan tetapi mengingat keterbatasan waktu penelitian, hal ini belum dibahas di dalam penelitian. Masalah Dari Metode Yang Dipakai : Rata-rata waktu yang diperlukan untuk pelatihan jaringan neural relatif lama Solusi Perbaikan Metode : Selain itu bisa menggunakan metode Jaringan Syaraf Tiruan Lainnya seperti Single maupun Multi-Layer Perceptron, Backpropagation, LVQ ( Learning Vector Quantization ) yang bisa memberikan waktu tercepat untuk mengambil penilaian terbaik. Pembelajaran jaringan neuro fuzzy menggunakan metode backpropagation dilakukan untuk menentukan bobot-bobot diantara lapisan ketiga dan keempat untuk setiap tahap belajar. Sehingga setiap tahap belajar memiliki kombinasi bobot yang berbeda sesuai dengan data penilaian yang sebelumnya diberikan oleh guru Rangkuman Tujuan Penelitian : Untuk mencari hubungan atau korelasi antara NEM dengan Nilai IPK saat mahasiswa menyeselaikan studi S1-nya. 9

B. Pertanyaan Masalah : Hasil penelitian dengan menggunakan analisis regresi dan korelasi linier ganda ini, dirasakan masih memiliki kelemahan karena hanya bersifat analisis secara linier, sedangkan prestasi mahasiswa dipengaruhi oleh banyak faktor yang kompleks dan mempunyai karakteristik non-linear. C. Pertanyaan Penelitian : Analisis korelasi bertujuan untuk dapat mengetahui seberapa besar kekuatan hubungan antara variabel-variabel bebas dengan variabel terikat, (dalam hal ini yaknik hubungan antara IPK sebagai variabel terikat, dengan nilai Bahasa Indonesia, Bahasa Inggris dan Matematika yang diujikan pada EBTANAS sebagai variabel (bebas). Sedangkan dengan analisis regresi dapat diketahui bagaimana bentuk hubungan antara variabel-variabel tersebut dalam bentuk persamaan regresi. D.Tujuan Penelitian: T ujuan dari penelitian yang dilakukan adalah untuk menganalisa tingkat keberhasilan metode neuro fuzzy dalam mengambil aturan dari guru dalam melakukan penilaian dan menentukan tingkat kelulusan siswa berdasarkan aturan yang sudah dipelajari. 10

B.Metode Yang Ada: Untuk mengatasi kelemahan dari metode analisis regresi dan korelasi ganda, maka PSTI-X melanjuntukan penelitian dengan menggunakan metode jaringan syaraf tiruan (JST), dengan pertimbangan JST memiliki kemampuan melakukan komputasi secara paralel dengan cara belajar dari pola-pola yang diajarkan. C. Kontribusi Penelitian: Hal-hal yang dapat dikembangkan dari hasil penelitian ini adalah, dilakukan penelitian untuk menyelidiki struktur jaringan neural, algoritma pelatihan jaringan neural, atau fungsi keanggotaan fuzzy yang tepat, agar dapat lebih mempercepat proses pelatihan jaringan neural dalam mengambil aturan penilaian guru. D. Hasil Penelitian: Berdasarkan hasil penelitian tersebut di atas, Nilai tingkat kelulusan yang dihasilkan oleh metode neuro fuzzy sesuai dengan sifat tingkat kelulusan, dimana tingkat kelulusan akan semakin besar apabila nilai belajar semakin besar atau waktu belajar semakin cepat. 11