Blog Archives

Prediksi Status Kelulusan Mahasiswa dengan Menggunakan Algoritma K-Nearest Neighbor (K-NN)


Pendidikan tinggi adalah salah satu tahapan penting dalam perjalanan menuju karir yang sukses. Namun, banyak faktor yang dapat mempengaruhi apakah seorang mahasiswa akan lulus tepat waktu, terlambat, atau bahkan drop out. Dalam upaya untuk membantu mahasiswa dan perguruan tinggi dalam memahami faktor-faktor tersebut, penelitian prediksi status kelulusan mahasiswa menjadi semakin penting. Dalam artikel ini, akan dijelaskan bagaimana algoritma K-Nearest Neighbor (K-NN) dapat digunakan untuk memprediksi status kelulusan mahasiswa berdasarkan beberapa variabel kunci, yaitu Indeks Prestasi Sementara (IPS), Status Pernikahan, Status Pekerjaan, dan Jumlah SKS (Satuan Kredit Semester).

Ilustrasi Kelulusan Mahasiswa (https://www.southernliving.com)
-read more->

Jaringan Syaraf Tiruan Radial Basis Function untuk Memprediksi Jumlah Penduduk


Memprediksi jumlah penduduk suatu daerah merupakan tugas penting dalam perencanaan perkotaan, perencanaan sumber daya, dan pengambilan keputusan pemerintah. Metode tradisional seperti regresi linier sering digunakan untuk tujuan ini, tetapi kadang-kadang metode yang lebih kompleks diperlukan untuk mengatasi data yang rumit. Salah satu pendekatan yang muncul adalah menggunakan Jaringan Syaraf Tiruan Radial Basis Function (RBF-NN) untuk memprediksi jumlah penduduk. Dalam artikel ini akan dijelaskan konsep dasar RBF-NN dan bagaimana ia dapat digunakan dalam konteks ini.

Apa itu Jaringan Syaraf Tiruan Radial Basis Function (RBF-NN)?

Jaringan Syaraf Tiruan Radial Basis Function (RBF-NN) adalah salah satu jenis jaringan syaraf tiruan yang memiliki tiga lapisan utama: lapisan input, lapisan tersembunyi (hidden layer) dengan fungsi basis radial, dan lapisan output. RBF-NN memiliki kemampuan untuk memodelkan hubungan nonlinier yang kompleks antara masukan dan keluaran. Ini terutama berguna ketika data memiliki pola yang sulit diidentifikasi oleh metode linier.

RBF NN Structure (He, Haiqing & Yan, Yeli & Chen, Ting & Cheng, Penggen. (2019). Tree Height Estimation of Forest Plantation in Mountainous Terrain from Bare-Earth Points Using a DoG-Coupled Radial Basis Function Neural Network. Remote Sensing. 11. 1271. 10.3390/rs11111271)
-read more->

Penerapan Algoritma Self-Organizing Maps (SOM) Menggunakan MATLAB


Self-Organizing Maps (SOM), juga dikenal sebagai Kohonen maps, adalah salah satu algoritma dalam bidang jaringan saraf tiruan yang mampu melakukan pemetaan dan pengelompokan data kompleks dalam ruang multidimensional. Dalam artikel ini, kita akan menjelaskan konsep dasar algoritma SOM dan bagaimana mengimplementasikannya menggunakan perangkat lunak MATLAB.

-read more->

Data Analyst: Mengenal Profesi yang Mencetak Solusi Berbasis Data


Merujuk pada careerfoundry mengenai gaji rata-rata untuk berbagai jabatan seorang data analyst di Indonesia, berikut angkanya: Junior Data Analyst: IDR 4.000.000 – 8.000.000. Data Analyst: IDR 9.000.00 – 15.000.000. Analis Data Senior: Di atas IDR 30.000.000.

Tugas Seorang “Data Analyst”

Seorang “Data Analyst” bertanggung jawab untuk melakukan analisis data dan menyajikan informasi yang relevan dan bermanfaat untuk mengambil keputusan bisnis atau mengidentifikasi pola dan tren yang signifikan. Tugas-tugas seorang data analyst meliputi:

-read more->