Implementation of artificial neural network and support vector machine algorithm on student graduation prediction model on time
Article Sidebar
Published:
Aug 30, 2023
Keywords:
Algorithm, Accuracy, Classification, SVM, ANN
Section
Computer Science
Statistics Article
Article View : 175 Times
Main Article Content
Abstract
This research aims to evaluate how Artificial Neural Network (ANN) and Support Vector Machine (SVM) algorithms can be used to predict student graduation on time. This research uses student data from Universitas Prima Indonesia (UNPRI) Medan to build a prediction model. ANN and SVM methods have been applied and compared to see the performance of each model. The test results show that the SVM model is superior in terms of accuracy and computational speed compared to the ANN model. In addition, the test results also show that the SVM model can be used to predict student graduation on time with an accuracy of 96.34%. This result shows that the SVM model is more effective in predicting student graduation on time compared to the ANN model
Downloads
Download data is not yet available.
Article Details
How to Cite
Yennimar, Y. ., Faturrahman, M. R. ., Nesen, S. ., Guci, M. A. . and Pasaribu, S. R. . (2023) “Implementation of artificial neural network and support vector machine algorithm on student graduation prediction model on time”, Jurnal Mantik, 7(2), pp. 925-934. doi: 10.35335/mantik.v7i2.3992.
References
Anwar, K., Hanafiah, H., & Ebun, A. (n.d.). Predicting Student Graduation Using Artificial Neural Network: A Preliminary study of Diploma In Accountancy Program at UiTM Sabah.
Baashar, Y., Alkawsi, G., Mustafa, A., Alkahtani, A. A., Alsariera, Y. A., Ali, A. Q., Hashim, W., & Tiong, S. K. (2022). Toward predicting student’s academic performance using artificial neural networks (ANNs). Applied Sciences, 12(3), 1289.
Bangsa, R. A. P.-S. A. (2016). Seleksi Atribut Pada Metode Support Vector Machine Untuk Menentukan Kelulusan Mahasiswa E-Learning. EVOLUSI: Jurnal Sains Dan Manajemen, 4(1).
Bangun, O., Mawengkang, H., & Efendi, S. (2022). Metode Algoritma Support Vector Machine (SVM) Linier Dalam Memprediksi Kelulusan Mahasiswa. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(4), 2006–2013.
Darmawan, A., Yudhisari, I., Anwari, A., & Makruf, M. (2023). Pola Prediksi Kelulusan Siswa Madrasah Aliyah Swasta dengan Support Vector Machine dan Random Forest. Jurnal Minfo Polgan, 12(2), 387–400.
Haryatmi, E., & Hervianti, S. P. (2021). Penerapan Algoritma Support Vector Machine Untuk Model Prediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 386–392.
Haryatmi, E., & Pramita Hervianti, S. (2021). Penerapan Algoritma Support Vector Machine Untuk Model Prediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 386–392. https://doi.org/10.29207/resti.v5i2.3007
Isro’Mukti, Y. (n.d.). Sistem Prediksi Lulus Tepat Waktu Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM).
Kurniawan, A. S. (2018). Implementasi Metode Artificial Neural Network Dalam Memprediksi Hasil Ujian Kompetensi Kebidanan (Studi Kasus Di Akademi Kebidanan Dehasen Bengkulu). Pseudocode, 5(1), 37–44. https://doi.org/10.33369/pseudocode.5.1.37-44
Mukti, Y. I. (2020). Sistem Prediksi Lulus Tepat Waktu Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (Svm). JUTIM (Jurnal Teknik Informatika Musirawas), 5(2), 110–115.
Musa Hendri Janto Rahanra, Kusrini, E. L. (2022). Analisa Kelulusan Mahasiswa Teknik Informatika Tepat Waktu Menggunakan Algoritma Artificial Neural Network (ANN). JURNAL FATEKSA: Jurnal Teknologi Dan Rekayasa, 1–11.
Ofori, F., Maina, E., & Gitonga, R. (2020). Using machine learning algorithms to predict students’ performance and improve learning outcome: A literature based review. Journal of Information and Technology, 4(1), 33–55.
Qisthiano, M. R. (2022). Klasifikasi Terhadap Prediksi Kelulusan Mahasiswa Dengan Menggunakan Metode Support Vector Machine (SVM). Seminar Nasional Teknologi Dan Multidisiplin Ilmu (SEMNASTEKMU), 2(1), 204–208.
Ridwan, R., Lubis, H., & Kustanto, P. (2020). Implementasi algoritma neural network dalam memprediksi tingkat kelulusan mahasiswa. Jurnal Media Informatika Budidarma, 4(2), 286–293.
Rohmawan, E. P. (2018). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Desicion Tree Dan Artificial Neural Network. Jurnal Ilmiah MATRIK, 20(1), 21–30.
Romadhona, A., Suprapedi, & Himawan, H. (2017a). Prediksi Kelulusan Mahasiswa Tepat Waktu Berdasarkan Usia, Jenis Kelamin, dan Indeks Prestasi Menggunakan Algoritma Decision Tree. Jurnal Teknologi Informasi, 13(1), 69–83. http://research.
Romadhona, A., Suprapedi, S., & Himawan, H. (2017b). Prediksi Kelulusan Mahasiswa Tepat Waktu Berdasarkan Usia, Jenis Kelamin, Dan Indeks Prestasi Menggunakan Algoritma Decision Tree. Jurnal Cyberku, 13(1), 8.
Romlah, U. H., & Solichin, A. (2022). Prediksi Kelulusan Mahasiswa Dengan Metode Naive Bayes dan Artificial Neural Network: Studi Kasus Fakultas Teknik UNIS Tangerang. Faktor Exacta, 15(1).
Rudianto, R., Kania, R., & Solihati, T. I. (2022). Prediksi Kelulusan Mahasiswa Teknik Informatika Universitas Banten Jaya Menggunakan Algoritma Neural Network. Jurnal Sistem Informasi Dan Informatika (Simika), 5(2), 193–200.
Setiyani, L., Syamsudin, A., Gintings, A., & Arifin, D. (2020). The Analysis of Functional Needs on Undergraduate Thesis Information System Management. International Journal of Advances in Data and Information Systems, 1(2), 50–59. https://doi.org/10.25008/ijadis.v1i2.184
Suhaimi, N. M., Abdul-Rahman, S., Mutalib, S., Hamid, N. H. A., & Hamid, A. (2019). Review on predicting students’ graduation time using machine learning algorithms. International Journal of Modern Education and Computer Science, 11(7), 1–13.
Suhardjono, Ganda, W., & Abdul, H. (2019). Prediksi Kellusan Menggunakan Svm Berbasis Pso. Bianglala Informatika, 7(2), 97–101.
Supriyadi, E., & Sensuse, D. I. (2015). Optimasi Algoritma Support Vector Machine Dengan Particle Swarm Optimization Dalam Mendeteksi Ketepatan Waktu Kelulusan Mahasiswa?: Snit 2015, 163–174. http://seminar.bsi.ac.id/snit/index.php/snit-2015/article/view/131
Thaniket, R., Kusrini, & Luthf, E. T. (2019). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma Support Vector Machine. JURNAL FATEKSA: Jurnal Teknologi Dan Rekayasa, 13(2), 69–83.
Widaningsih, S. (2019). Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4, 5, Naïve Bayes, Knn Dan Svm. Jurnal Tekno Insentif, 13(1), 16–25.
Yandi Saputra, A., & Primadasa, Y. (2018). Penerapan Teknik Klasifikasi Untuk Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbour Implementation of Classification Method to Predict Student Graduation Using K-Nearest Neighbor Algorithm. Techno.Com, 17(4), 9.
Zulfa, M. I., Fadli, A., & Ramadhani, Y. (2019). Classification model for graduation on time study using data mining techniques with SVM algorithm. AIP Conference Proceedings, 2094(1).
Baashar, Y., Alkawsi, G., Mustafa, A., Alkahtani, A. A., Alsariera, Y. A., Ali, A. Q., Hashim, W., & Tiong, S. K. (2022). Toward predicting student’s academic performance using artificial neural networks (ANNs). Applied Sciences, 12(3), 1289.
Bangsa, R. A. P.-S. A. (2016). Seleksi Atribut Pada Metode Support Vector Machine Untuk Menentukan Kelulusan Mahasiswa E-Learning. EVOLUSI: Jurnal Sains Dan Manajemen, 4(1).
Bangun, O., Mawengkang, H., & Efendi, S. (2022). Metode Algoritma Support Vector Machine (SVM) Linier Dalam Memprediksi Kelulusan Mahasiswa. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(4), 2006–2013.
Darmawan, A., Yudhisari, I., Anwari, A., & Makruf, M. (2023). Pola Prediksi Kelulusan Siswa Madrasah Aliyah Swasta dengan Support Vector Machine dan Random Forest. Jurnal Minfo Polgan, 12(2), 387–400.
Haryatmi, E., & Hervianti, S. P. (2021). Penerapan Algoritma Support Vector Machine Untuk Model Prediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 386–392.
Haryatmi, E., & Pramita Hervianti, S. (2021). Penerapan Algoritma Support Vector Machine Untuk Model Prediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(2), 386–392. https://doi.org/10.29207/resti.v5i2.3007
Isro’Mukti, Y. (n.d.). Sistem Prediksi Lulus Tepat Waktu Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (SVM).
Kurniawan, A. S. (2018). Implementasi Metode Artificial Neural Network Dalam Memprediksi Hasil Ujian Kompetensi Kebidanan (Studi Kasus Di Akademi Kebidanan Dehasen Bengkulu). Pseudocode, 5(1), 37–44. https://doi.org/10.33369/pseudocode.5.1.37-44
Mukti, Y. I. (2020). Sistem Prediksi Lulus Tepat Waktu Tugas Akhir Mahasiswa Menggunakan Support Vector Machine (Svm). JUTIM (Jurnal Teknik Informatika Musirawas), 5(2), 110–115.
Musa Hendri Janto Rahanra, Kusrini, E. L. (2022). Analisa Kelulusan Mahasiswa Teknik Informatika Tepat Waktu Menggunakan Algoritma Artificial Neural Network (ANN). JURNAL FATEKSA: Jurnal Teknologi Dan Rekayasa, 1–11.
Ofori, F., Maina, E., & Gitonga, R. (2020). Using machine learning algorithms to predict students’ performance and improve learning outcome: A literature based review. Journal of Information and Technology, 4(1), 33–55.
Qisthiano, M. R. (2022). Klasifikasi Terhadap Prediksi Kelulusan Mahasiswa Dengan Menggunakan Metode Support Vector Machine (SVM). Seminar Nasional Teknologi Dan Multidisiplin Ilmu (SEMNASTEKMU), 2(1), 204–208.
Ridwan, R., Lubis, H., & Kustanto, P. (2020). Implementasi algoritma neural network dalam memprediksi tingkat kelulusan mahasiswa. Jurnal Media Informatika Budidarma, 4(2), 286–293.
Rohmawan, E. P. (2018). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Desicion Tree Dan Artificial Neural Network. Jurnal Ilmiah MATRIK, 20(1), 21–30.
Romadhona, A., Suprapedi, & Himawan, H. (2017a). Prediksi Kelulusan Mahasiswa Tepat Waktu Berdasarkan Usia, Jenis Kelamin, dan Indeks Prestasi Menggunakan Algoritma Decision Tree. Jurnal Teknologi Informasi, 13(1), 69–83. http://research.
Romadhona, A., Suprapedi, S., & Himawan, H. (2017b). Prediksi Kelulusan Mahasiswa Tepat Waktu Berdasarkan Usia, Jenis Kelamin, Dan Indeks Prestasi Menggunakan Algoritma Decision Tree. Jurnal Cyberku, 13(1), 8.
Romlah, U. H., & Solichin, A. (2022). Prediksi Kelulusan Mahasiswa Dengan Metode Naive Bayes dan Artificial Neural Network: Studi Kasus Fakultas Teknik UNIS Tangerang. Faktor Exacta, 15(1).
Rudianto, R., Kania, R., & Solihati, T. I. (2022). Prediksi Kelulusan Mahasiswa Teknik Informatika Universitas Banten Jaya Menggunakan Algoritma Neural Network. Jurnal Sistem Informasi Dan Informatika (Simika), 5(2), 193–200.
Setiyani, L., Syamsudin, A., Gintings, A., & Arifin, D. (2020). The Analysis of Functional Needs on Undergraduate Thesis Information System Management. International Journal of Advances in Data and Information Systems, 1(2), 50–59. https://doi.org/10.25008/ijadis.v1i2.184
Suhaimi, N. M., Abdul-Rahman, S., Mutalib, S., Hamid, N. H. A., & Hamid, A. (2019). Review on predicting students’ graduation time using machine learning algorithms. International Journal of Modern Education and Computer Science, 11(7), 1–13.
Suhardjono, Ganda, W., & Abdul, H. (2019). Prediksi Kellusan Menggunakan Svm Berbasis Pso. Bianglala Informatika, 7(2), 97–101.
Supriyadi, E., & Sensuse, D. I. (2015). Optimasi Algoritma Support Vector Machine Dengan Particle Swarm Optimization Dalam Mendeteksi Ketepatan Waktu Kelulusan Mahasiswa?: Snit 2015, 163–174. http://seminar.bsi.ac.id/snit/index.php/snit-2015/article/view/131
Thaniket, R., Kusrini, & Luthf, E. T. (2019). Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma Support Vector Machine. JURNAL FATEKSA: Jurnal Teknologi Dan Rekayasa, 13(2), 69–83.
Widaningsih, S. (2019). Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4, 5, Naïve Bayes, Knn Dan Svm. Jurnal Tekno Insentif, 13(1), 16–25.
Yandi Saputra, A., & Primadasa, Y. (2018). Penerapan Teknik Klasifikasi Untuk Prediksi Kelulusan Mahasiswa Menggunakan Algoritma K-Nearest Neighbour Implementation of Classification Method to Predict Student Graduation Using K-Nearest Neighbor Algorithm. Techno.Com, 17(4), 9.
Zulfa, M. I., Fadli, A., & Ramadhani, Y. (2019). Classification model for graduation on time study using data mining techniques with SVM algorithm. AIP Conference Proceedings, 2094(1).
Copyright and Licensing
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.