Prediksi Penerimaan Mahasiswa Baru dengan Menggunakan Metode Extreme Learning Machine (ELM) (Studi Kasus pada Universitas 17 Agustus 1945 Surabaya)

##plugins.themes.bootstrap3.article.main##

Aulia Jasmin Safira Imam Cholissodin Putra Pandu Adikara

Abstrak

Penerimaan mahasiswa baru merupakan aktivitas rutin yang dilakukan oleh semua lembaga pendidikan di Indonesia pada setiap tahunnya. Salah satu lembaga pendidikan yang ada di Indonesia adalah perguruan tinggi swasta. Prediksi perkembangan penerimaan mahasiswa baru selama ini hanya dilakukan berdasarkan spekulasi dengan menggunakan data dari tahun-tahun sebelumnya. Extreme Learning Machine (ELM) merupakan salah satu metode yang dapat digunakan untuk memprediksi hasil yang baik. Oleh karena itu, penelitian ini menggunakan metode Extreme Learning Machine (ELM). Hasil uji coba dalam penelitian ini menunjukkan bahwa metode ELM memiliki nilai kesalahan atau error yang baik diukur dengan tingkat kesalahan menggunakan Mean Absolute Percentage Error (MAPE) sebesar 0,20% dengan perbandingan jumlah data training dan data testing 90%:10%, rentang input weight antara -0,5 dan 0,5, jumlah neuron pada hidden layer sebanyak 2, menggunakan fungsi aktivasi Sigmoid Biner, dan menggunakan jumlah fitur 2. Hal tersebut membuktikan bahwa dengan menggunakan metode Extreme Learning Machine (ELM) dapat memprediksi penerimaan mahasiswa baru dengan baik serta mendapatkan jumlah penerimaan mahasiswa baru dimasa yang akan datang.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Safira, A., Cholissodin, I., & Adikara, P. Prediksi Penerimaan Mahasiswa Baru dengan Menggunakan Metode Extreme Learning Machine (ELM) (Studi Kasus pada Universitas 17 Agustus 1945 Surabaya). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 9, p. 4526-4533, sep. 2022. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11615>. Tanggal Akses: 28 sep. 2022
Bagian
Artikel