Pengukuran kualitas website Institusi menggunakan metode Neural Network Backpropagation

INDONESIA : Perkembangan penggunaan website saat ini semakin luas, terutama oleh institusi - institusi di Indonesia. Namun untuk setiap website yang di hosting di server, tidak diketahui apakah memiliki kualitas yang baik atau buruk. Oleh karena itu perlu dilakukan pengukuran kualitas terhadap website, hal ini untuk memastikan bahwa website yang di hosting dalam kualitas yang baik. Oleh karena itu, perlu dibuat sistem yang dapat mengukur kualitas suatu website secara otomatis. Sistem dibuat dengan mengimplementasikan metode neural network backpropagation. Tujuan dari dilakukannya penelitian ini adalah untuk melakukan perhitungan terhadap performa dari sistem pengukuran kualitas website. Performa yang diukur yaitu meliputi accuracy, precision, recall, f-measure. Proses diawali dengan sistem mempelajari data training yang sudah disiapkan untuk mendapatkan pola terbaik, kemudian dilanjutkan melakukan uji coba menggunakan data testing. Data yang digunakan dalam penelitian ini sebanyak 300 data yang didapatkan menggunakan teknik scraping. Adapun atribut yang digunakan dalam dataset diantaranya adalah jumlah halaman, jumlah hyperlink, rata-rata jumlah tag, jumlah hyperlink error, dan jumlah kesalahan tag. Uji coba dilakukan menggunakan beberapa konfigurasi dengan learning rate yang berbeda-beda. Performa tertinggi didapatkan pada konfigurasi ketiga dengan nilai accuracy sebesar 75%, precision sebesar 75%, recall sebesar 75% dan f-measure sebesar 75%. Sedangkan apabila data rancu dibersihkan dari dataset adalah accuracy sebesar 85%, precision sebesar 85%, recall sebesar 85% dan f-measure sebesar 85%. Setelah dilakukan peningkatan model, didapatkan performa tertinggi yaitu accuracy sebesar 86,6%, precision sebesar 86,6%, recall sebesar 86,6% dan f-measure sebesar 86,6%. Performa ini dipengaruhi oleh learning rate, juga kualitas dataset yang digunakan. ENGLISH: The evolution of the use of the website is currently increasingly widespread, especially by institutions in Indonesia. However, for every website that is hosted on a server, it is not known whether it has good or bad quality. Therefore, it is necessary to measure the quality of the website, this is to ensure that the website that is hosted is of good quality. Therefore, it is necessary to create a system that can measure the quality of a website automatically. The system is made by implementing the backpropagation neural network method. The purpose of this research is to calculate the performance of the website quality measurement system. The measured performance includes accuracy, precision, recall, f-measure. The process begins with the system studying the training data that has been prepared to get the best pattern, then proceeds to testing using testing data. The data used in this study were 300 data obtained using the scraping technique. The attributes used in the dataset include the number of pages, the number of hyperlinks, the average number of tags, the number of hyperlink errors, and the number of tag errors. The trial was carried out using several configurations with different learning rates. The highest performance was obtained in the third configuration with an accuracy value of 75%, precision of 75%, recall of 75% and f-measure of 75%. Meanwhile, if the ambiguous data is cleared from the dataset, the accuracy is 85%, precision is 85%, recall is 85% and f-measure is 85%. After improving the model, the highest performance was obtained, namely accuracy of 86.6%, precision of 86.6%, recall of 86.6% and f-measure of 86.6%. This performance is influenced by the learning rate and the quality of the dataset used. ARABIC: ينتشر تطور استخدام الموقع بشكل متزايد في الوقت الحالي ، لا سيما من قبل المؤسسات في إندونيسيا. ومع ذلك ، فبالنسبة لكل موقع ويب مستضاف على الخادم ، من غير المعروف ما إذا كان يتمتع بجودة جيدة أم سيئة. لذلك ، من الضروري قياس جودة الموقع ، وذلك للتأكد من أن الموقع المستضاف ذو جودة جيدة. لذلك ، من الضروري إنشاء نظام يمكنه قياس جودة موقع الويب تلقائيًا. يتكون النظام من خلال تنفيذ طريقة الشبكة العصبية . الغرض من هذا البحث هو حساب أداء نظام قياس جودة الموقع. يشمل الأداء المقاس الدقة ، الدقة ، الاسترجاع ، القياس - ف. تبدأ العملية مع قيام النظام بدراسة بيانات التدريب التي تم إعدادها للحصول على أفضل نمط ، ثم تنتقل إلى الاختبار باستخدام اختبار البيانات. كانت البيانات المستخدمة في هذه الدراسة ٣٠٠ معطيات تم الحصول عليها باستخدام تقنية القشط. تتضمن السمات المستخدمة في مجموعة البيانات عدد الصفحات وعدد الارتباطات التشعبية ومتوسط عدد العلامات وعدد أخطاء الارتباط التشعبي وعدد أخطاء العلامات. أجريت التجربة باستخدام عدة تكوينات بمعدلات تعلم مختلفة. تم الحصول على أعلى أداء في التكوين الثالث بقيمة دقة75٪ ودقة 75٪ واسترجاع 75٪ ومقياس - ف 75٪. وفي الوقت نفسه ، إذا تم مسح البيانات الغامضة من مجموعة البيانات ، تبلغ الدقة 85٪ ، والدقة 85٪ ، والاسترجاع 85٪ ، والقياس ف 85٪. بعد تحسين النموذج ، تم الحصول على أعلى أداء وهي دقة 86.6٪ ودقة 86.6٪ واسترجاع 86.6٪ وقياس ف 86.6٪. يتأثر هذا الأداء بمعدل التعلم ، وكذلك جودة مجموعة البيانات المستخدمة