ABSTRAK

KLASIFIKASI MASA TUNGGU ALUMNI UNTUK MENDAPATKAN PEKERJAAN MENGGUNAKAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION (Oleh : Ahmad Fajri Saádi; Pembimbing : Akhmad Yusuf, S.Si, M.Kom. dan Irwan Budiman, S.T, M.Kom; 2018; 88 Halaman)

Saat ini terdapat 3564 data alumni lulusan tahun 2013 dan 2014 yang tercatat pada P2K/CDCUniversitas Lambung Mangkurat dengan rata-rata IPK yang diperoleh alumni selama kuliah adalah 3,16 , rata-rata waktu tunggu alumni lulus hingga bekerja adalah 3,03 bulan, dan rata-rata alumni menyelesaikan lama studinya selama 4,4 tahun. Dengan kondisi alumni 28,7% alumni yang melanjutkan pekuliahan dan 71,3% yang tidak melanjutkan pendidikannya.Agar memudahkan pihak P2K/CDC ULMuntuk mengetahui alumni dari Universitas Lambung Mangkurat lebih banyak masuk kategori mana dalam hal masa tunggu alumni untuk mendapatkan pekerjaan, peneliti tertarik untuk membuat sebuah aplikasi klasifikasi masa tunggu alumni untuk mendapatkan pekerjaan. Backpropagation Neural Network merupakan tipe jaringan saraf tiruan yang menggunakan metode pembelajaran terbimbing (supervised learning).Pada penelitian ini, penulis meneliti tentang klasifikasi masa tunggu alumni untuk mendapatkan pekerjaan dengan menggunakan jaringan saraf tiruan backpropagation. Pada klasifikasi ini menggunakan 4 input 6 hidden layer dan 1 output.  Learning Rate pada penelitian ini ditentukan dengan 10 kali percobaan dan didapat 0,001 Learning Rate, Max Epoch 5000 dan Error 0,115 pada percobaan ke-5. Saat Training didapatkan 678 Epoch dengan MSE(Mean Square Error) sebesar 0,013216820913453dan saat Testing dari 36 data, terdapat 28 klasifikasi yang tepat, sehingga didapatkan nilai akurasi 0,7778 dan tingkat akurasi 77,78% dengan MSE 0,010572.

Kata Kunci : Backpropagation Neural Network, Klasifikasi, Web, P2K/CDC ULM.