Prediksi Kinerja Akademik Mahasiswa Pada Mata Kuliah Pemrograman Dasar dengan Algoritme Backpropagation

Mata kuliah pemrograman dasar adalah salah satu mata kuliah yang diambil oleh mahasiswa baru dan biasanya sebagian dari mahasiswa mengalami kesulitan dalam memahami konsep utama dalam pemrograman. Penelitian ini dilakukan untuk mengidentifikasi mahasiswa-mahasiswa yang kesulitan pada waktu yang sedini mungkin dengan menggunakan faktor-faktor yang dapat dikumpulkan sebelum pengambilan nilai dilakukan, agar pengajar dapat memberikan bantuan tambahan untuk mahasiswa yang mengalami kesulitan. Metode klasifikasi yang digunakan dalam penelitian ini adalah Neural Network Backpropagation. Pengujian akan dilakukan untuk mengetahui apakah metode yang diusulkan dapat menyelesaikan permasalahan penelitian ini, untuk mencari parameter hidden neuron dan hidden layer dan learning rate yang sesuai agar mendapatkan hasil yang baik. Setelah ditemukan jumlah data yang tidak seimbang, maka pada pengujian akan digunakan beberapa skenario untuk menguji efek teknik oversampling pada hasil klasifikasi, teknik oversampling yang akan digunakan adalah Synthetic Minority Over-sampling Technique (SMOTE). Hasil dari penelitian ini membuktikan bahwa metode yang diusulkan dapat menyelesaikan masalah pada penelitian yang dilakukan, dengan rata-rata akurasi tertinggi sebesar 0,77. Ditemukan juga parameter yang memiliki hasil terbaik dengan jumlah hidden neuron sebanyak (6,6) dan (7) dan nilai learning rate sebesar 0,2