Implementasi Learning Vector Quantization (LVQ) dalam Pemilihan Keminatan (Studi Kasus : Program Studi Informatika Universitas Brawijaya)

Program Studi Informatika pada Fakultas Ilmu Komputer Universitas Brawijaya memberikan beberapa pilihan keminatan kepada mahasiswanya agar setiap mahasiswa dapat lebih terfokus dalam pengembangan potensi belajarnya. Selain itu, mahasiswa juga diharapkan dapat mempelajari lebih mendalam mata kuliah yang berkaitan dengan keminatan tersebut terutama untuk menunjang skripsi (tugas akhir) mahasiswa tersebut.Dalam pemilihan keminatan tersebut mahasiswa diberikan kebebasan untuk memilih sendiri dengan memperhatikan minat dan kemampuan yang dimiliki. Sehingga dibutuhkanlah sebuah sistem pemilihan keminatan dengan metode Learning Vector Quantization (LVQ) yang dapat membantu mahasiswa dalam menentukan keminatan studi dengan tepat. Metode Learning Vector Quantization (LVQ) melakukan pembelajaran dengan 70 data latih untuk mengasilkan bobot yang digunakan untuk proses pengujian serta untuk menentukan keminatan yang tepat. Hasil rata-rata akurasi terbaik yang didapatkan pada pengujian sistem dengan metode Learning Vector Quantization pada 70 data latih yaitu sebesar 83% dengan nilai alpha 0.1, penurunan alpha 0.4, nilai minimum alpha 1*10-7 dan jumlah maksimum epoch 10