Siregar, Muhammad Noor Hasan
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Model berbasis Sistem Kecerdasan Buatan yang Efektif: Analisis Kebijakan bagi Siswa Mengulang Prasetia, Indra; Siregar, Muhammad Noor Hasan; Saragih, Rusmin
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i2.47524

Abstract

Pendidikan Sekolah Dasar (SD) sangat penting dalam memberikan keterampilan dasar yang dibutuhkan siswa untuk bertahan dalam mengikuti dan memahami kelas-kelas pada jenjang di atasnya sehingga jika pondasi pendidikan SD kuat maka dapat meningkatkan kualitas pendidikan di Indonesia. Tujuan dari penelitian adalah membuat model arsitektur terbaik yang akan digunakan untuk melakukan peramalan pada jumlah siswa mengulang berdasarkan provinsi pada jenjnag Sekolah Dasar baik negeri dan swasta dengan model berbasis sistem kecerdasan buatan. Sumber data berasal dari data statistik pendidikan dengan url: http://statistik.data.kemdikbud.go.id/. Data terdiri dari 34 provinsi untuk tahun ajaran 2017/2017; 2017/2018; 2018/2019; 2019/2020. Metode solusi yang digunakan adalah back-propagation yang merupakan bagian dari sistem kecerdasan buatan dimana dalam menentukan model arsitektur terbaik dilakukan dengan menguji serangkaian arsitektur (2-5-1; 2-10-1; 2-15-1 dan 2-20-1) mengunakan fungsi aktivasi sigmoid dan parameter pendukung seperti performFcn = MSE; goal = 0.001; epochs = 10000; mc = 0.95 dan lr = 0.1.  Hasil menunjukkan back-propagation dapat diterapkan untuk melakukan peramalan dengan sistem kecerdasan buatan dengan menghasilkan sebuah model arsitektur terbaik yakni 2-10-1 dengan MSE pelatihan adalah 0.00099299, koefisien korelasi (R) pelatihan adalah 0.976972 pada epoch 81, MSE pengujian adalah 0.001325, koefisien korelasi (R) pengujian dengan akurasi 85%. Fakta baru menyebutkan bahwa akurasi sangat tergantung terhadap banyaknya data. Selain harus memperhatikan MSE, epoch dan durasi waktu pelatihan.  Diharapkan model arsitektur ini dapat membantu melakukan peramalan terhadap jumlah siswa mengulang pada jenjang Sekolah Dasar sehingga hasil dari peramalan dapat digunakan untuk membuat analisis kebijakan.
Perancangan Aplikasi Data Mining Untuk Menentukan Pasien Menderita Tifoid Dengan Metode Algoritma C4.5 Fadhillah, Yusra; Siregar, Muhammad Noor Hasan; Siagian, Oberlin
Explorer Vol 1 No 2 (2021): Juli 2021
Publisher : FKPT (Forum Kerjasama Pendidikan Tinggi)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.857 KB) | DOI: 10.47065/explorer.v1i2.92

Abstract

Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan didalam database. Proses data minig ini akan diimplementasikan dengan menggunakan algoritma C.45. Algoritma C.45 dapat digunakan dalam pembentukan pohon keputusan tetapi lebih mengarah pada perhitungan probabilitas dari tiap-tiap record terhadap kategori-kategori tersebut atau untuk mengklarifikasi record dengan mengelompokan ke dalam satu kelas. Setelah sebuah pohon keputusan dibangun maka dapat digunakan untuk mengklarifikasi record yang beulm ada kelasnya. Dimulai dari node root menggunakan tes terhadap atribut dari record yang belum ada kelasnya, kemudian mengikuti cabang sesuai dengan proses pohon keputusan yanitu mengubah bentuk data (table) menjadi pohon (tree) kemudian merubah model pohon tersebut menjadi aturan. Berdasarkan penelitian yang telah dilakukan yang telah dibangun dapat menentukan pasien yang menderita penyakit tipes.