Implementasi Support Vector Machine (SVM) Dalam Pemilihan Jalur Peminatan Program Studi Universitas

Authors

  • Andrie Muchtar Universitas Trilogi

Keywords:

Peminatan Pembelajaran, Teknik Informatika, support vector machine (SVM), kurikulum

Abstract

Pada setiap universitas yang ada umumnya menyediakan beberapa mat kuliah pilihan dimana mata kuliah pilihan tersebut dibuat guna untuk menjadi pilihan bagi mahasiswa untuk memperdalam ilmu yang dimiliki sesuai dengan kemampuan yang dimiliki. Beberapa matakuliah pilihan dikelompokan dalam peminatan tertentu. Pada program studi Teknik Informatika Universitas Trilogi menawarkan tia peminatan, antara lain peminatan game, peminatan augmented reality (AR), dan peminatan jaringan komputer. Peminatan tersebut disediakan untuk memenuhi minat para mahasiswa untuk itu mahasiswa diwajibkan memilih salah satu peminatan untuk mendapatkan gelar mereka setelah mereka menyelesaikan studi pada dua tahun pertama. Pada penelitian ini membahas tentang bagaimana cara menerapkan teknologi support vector machine (SVM) untuk membantu siswa dalam menentukan peminatan yang ingin diambil sesuai dengan data akademis. Pada sebuah sistem administrasi akademik dengan menggunakan input sistem adalah prestasi belajar mahasiswa dari dua tahun pertama dan menghasilkan sebuah keluaran yaitu IPK dari setiap mata kuliah pilihan untuk memenuhi syarat setiap masing-masing mata kuliah peminatan yang ingin diambil.

References

Hasanah, Afinatul, and Nur Nafi’iyah. 2020. “KLASIFIKASI JENIS UMBI BERDASARKAN CITRA MENGGUNAKAN SVM DAN KNN.” Jurnal SPIRIT 12(1).

Kaur, Prabhpreet, Gurvinder Singh, and Parminder Kaur. 2019. “Intellectual Detection and Validation of Automated Mammogram Breast Cancer Images by Multi-Class SVM Using Deep Learning Classification.” Informatics in Medicine Unlocked 16(January): 100151.

MARFIANSHAR, NANDA HASYIM, Reza Firsandaya Malik, and Firdaus Firdaus. 2019. “SISTEM ESTIMASI POSISI DI DALAM GEDUNG BERTINGKAT MENGGUNAKAN METODE FINGERPRINT BERDASARKAN SUPPORT VECTOR MACHINE (SVM).”

Oktaviani, Irawan Ninon. 2019. “Penerapan Metode Support Vector Machine Untuk Klasifikasi Artikel Jurnal Pendidikan Guru Sekolah Dasar.” SKRIPSI Jurusan Teknik Elektro-Fakultas Teknik UM.

Sasongko, Theopilus Bayu, and Oki Arifin. 2019. “Implementasi Metode Forward Selection Pada Algoritma Support Vector Machine (SVM) Dan Naive Bayes Classifier Kernel Density (Studi Kasus Klasifikasi Jalur Minat SMA).” Jurnal Teknologi Informasi dan Ilmu Komputer 6(4): 383–88.

Viloria, Amelec, Yaneth Herazo-Beltran, Danelys Cabrera, and Omar Bonerge Pineda. 2020. “Diabetes Diagnostic Prediction Using Vector Support Machines.” Procedia Computer Science 170: 376–81. https://doi.org/10.1016/j.procs.2020.03.065.

Yanto, Budi, erni Rouza, and edi saputra. 2019. “Penerapan Metode Inferensi Fuzzy Takagi Sugeno-Kang Untuk Prediksi Hasil Panen Kelapa Sawit.” JISA(Jurnal Informatika dan Sains) 2(2): 51–55.

Downloads

Published

2021-04-19

How to Cite

Muchtar, A. (2021). Implementasi Support Vector Machine (SVM) Dalam Pemilihan Jalur Peminatan Program Studi Universitas. JURNAL INDUSTRI KREATIF DAN INFORMATIKA SERIES (JIKIS), 1(1), 26–32. Retrieved from http://jikis.org/index.php/main/article/view/7