Abstract
Student academic achievement plays a very important role in determining the quality of a school. Student grades sometimes change every semester, there are increases and decreases. There is an assumption that students whose grades are in the previous semester will be in the next semester and vice versa. is expected to make it easier for us as educators to see the extent to which changes in student academic achievement. The data tested is the data of 60 class VII students in 2 semesters. Furthermore, it will be tested using the MatLab Application, then the results of the changes that occur will come out. The results of this study found that they did not know the value of semester 1 with the value of semester 2 TP. 2019/2020 is very good with an architectural pattern of 10-10-1 with a value of 95.3%. So students who excel in semester 1 are likely to excel in the following semester. So that it can help the school in seeing the Correlation Level of Student Academic Achievement at SMPN 3 Lengayang.
Highlights
Prestasi akademik siswa sangat berperan penting dalam penentuan kualitas dari sebuah sekolah.Nilai siswa terkadang berubah-ubah setiap semesternya, ada meningkat dan menurun
Maka siswa yang berprestasi di semester 1 berkemungkinan akan berprestasi juga disemester berikutnya.Sehingga dapat membantu pihak sekolah dalam melihat Tingkat Korelasi Prestasi Akademik Siswa di SMPN 3 Lengayang
Jaringan Saraf Tiruan Untuk Memprediksi Tingkat Pemahaman Sisiwa Terhadap Mata pelajaran dengan Menggunakan Algoritma Backpropagation
Summary
Siswa merupakan insan harapan bangsa dan ujung tombak dari keberlangsungan sebuah instansi kependidikan. Tapi dengan menggunakan metode Backpropagation kita akan dapat melihat berapa tingkat korelasi prestasi akademik siswa [4]. Backpropagation adalah salah satu jaringan otak dengan kemampuan dapat merumuskan ilmu yang akan datang dan dapat melakukan prediksi [7]. Semua ini terjadi karena metode ini tidak memperlihatkan model structural Serta jaringan syaraf tiruan dapat meproduksi perkiraan yang akurat jika keluaran yang masuk diluar jalur dalam pelatihan tidak mencukupi. Backpropagation adalah salah satu model jaringan syaraf tiruan yang memiliki multi layer.Sama dengan model jaringan syaraf yang lain, memiliki kinerja dalam mengenal pola yang dipakai untuk kerja pelatihan dan merangsang jaringan secara baik untuk input yang sama tapi tidak serupa kemudian dipakai dalam kinerja pelatihan [11]. Jaringan Syaraf Tiruan memiliki beberapa aplikasi sangat bagus untuk diaplikasikan apabila memiliki tingkat kemampuan yang sangat baik pada: a. Aplikasi yang digunakan dalam pengujian adalah Matlab, dimana Matrix Laboratory (Matlab) adalah perangkat lunak yang pemanfaatannya menggunakan dasar matrix
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
