ISSN: 1693-6 930                                                     195     Penerapa n Jaring an Syaraf Tiruan u n tuk Men g u k u r  Tingkat Korel a si ……  (Yen i Nura eni )  PENERAPAN J ARINGAN SYARAF TI RUAN UNTUK   MENGUKUR TI NGKAT KORELASI ANTARA NEM  DENGAN IPK KELULUSAN M AHASISWA      Yeni Nuraeni  Program Studi Tekni k  Info rmatika, Univ ersita s Para madina   Jl. Gatot Subroto Kav 97, Mampa ng Ja karta  1 2790,  Indone sia   Telp. (02 1 ) 7 9181 188, Fax .  (021) 7 993 3 7503 1   E-mail: yenin u r@hotmail. com      A b st r a ct   Curre n tly, the  Inform atics E ngine erin g un derg r a duate  prog ram  of Unive r sit y  of X  (PSTI-X)  use s  the SLT A 's EBTANA S  Score  (NE M ) for adm is sion sele ct io n  crit e r ia , e s peci a lly fo r those   com i ng wh o  appl y throu g h  fellowship s . Due to the fact that the high sco r e of  NEM doe s  not  guarantee  a grad uate  with  high a c ad e m ic achie v e m en t, thus this stud y i s  intende d to test  the   correl ation  b e twee n the  com position  of the hi gh   sch ool's  NEM  wi th the g r a de  point a v e r ag e of   PSTI-X grad uate usi ng artificial neural  netwo rk   with feed-fo rward back p r opa gation ap pro a ch   (JST -PB). It is expe cted to  be use d  as  a  guidelin e for  determ i ning t he com p o s ition of the SLT A 's   NEM sco r e i n  the sel e cti on of ne w a d m i ssion s,  p a rticul arl y  vi a  the fellowsh i p. The re sul t s   sho w e d  that  JST-PB o n ly ha s 64%  succe s s rate  i n  the m appi ng of  NEM  com positio n  and   aca dem ic a c hievem ent of grad uate s . These result s rei n f o r c e t he re sult s of  pre v iou s   st u d ies  usin g co rrel a tion analysi s  and m u ltiple linear reg r e s sion s that NEM could not  be used a s  an   absolute  refe ren c e  in th e  new adm issi on  sele ction   system . The   result of thi s  stud y provi d es   recom m endations that PS TI-X ne ed s t o  revie w  ne w a d m i ssio n s   system , p a rticul arl y  th ose  throug h the fellowship.     Key w ords : n eural n e two r k, NEM, acade m i c achie v em ent      A b st r a k  Selam a  ini, Prog ram  Studi  S1 Te kni k  I n form atika  Unive r sita s X  (PSTI-X) m e n ggun akan  jum l ah Nilai  Ebtanas Mu rni (NEM) S L TA untu k  si stem  seleksi  pene rim aan  m ahasiswa  b a ru  (PMB),  khususnya yang  m a suk m e lal u i jalu r fello wship. Ka ren a  jum l ah  NE M ya ng tin g g i  ternyata tida k m enjam in lul u sa n b e rp re st asi  akadem ik tinggi, m a ka   pada  pe nelitian ini  a k an  di uji  korela si a n tara kom posi s i  NEM SLTA  d enga n ind e ks pre s ta si  kum u latif lulusan  PSTI-X deng an  pend ekatan j a ring an  syaraf tiruan  um pan-m a ju  pe ram batan-bali k  (JST -PB).  Ini diha rap k a n   dapat dijadi kan seb agai p edom an untu k  m enentuka n  kom posi s i nilai NEM SLTA yan g  tepat  dalam  sele ksi  PMB, khusu s n y a yang le wat jalu r fello wship. Ha sil penelitian m e nunju k kan ba hwa   JST-PB hanya m e m iliki tingkat keberhasil an  64%  dalam  m e metakan kom p osi s i NEM dan  pre s tasi  aka dem ik lulu sa n. Ha sil ini  m e m perkua t  hasil p e n e litian sebel um nya de ng an  m engguna ka n anali s i s   ko rela si d an  re gre s i lini e r  g anda  bah wa  NEM tida k  dapat dij adi kan  seb agai a c u a n  m u tlak dala m  sistem  seleksi PMB. Ha sil pen elitian i n i m e m berika n  re kom enda si  bah wa PSTI-X perlu m eng kaji kem bali sistem  PMBnya, khu s u s n y a  yang m e lalui  jalur fellowsh i p.    Kata kunci : j a ring an sya r a f  tiruan, NEM, presta si a k a dem ik      1. PEN DA HU LU AN       Salah  satu  perm a salaha n yang di ha dapi ol eh Progra m  Studi  Teknik Info rmatika   Universita s X   (PSTI–X)  adala h  rend a hnya  kua lita s  input m aha siswa  yang  diterima,  hal  ini  dise bab kan  masih rend a hnya jumlah  calo n m aha si swa yang m endaftar di P S TI-X sehin g g a   sele ksi ujian  masu k mah a si swa hing g a  tahun 20 0 7 /2008 h any a bersifat formalitas. De n gan   kon d isi terse but menimb ulka n perma sala han pa d a  pro s e s  p e mbelaj ara n  terutama yang  diaki batkan o l eh ren dah nya tingkat ag resifitas,  pote n si a k ade mik serta motiv a si belaj ar d a ri  Evaluation Warning : The document was created with Spire.PDF for Python.
                                    ISSN: 1 693-693 0     TELKOM NIKA   Vol. 7, No. 3,  Desem b e r  2009 :  195  - 200   196 maha siswa.  Hal i n i d apat  dilihat  dari   upaya- upaya  perbai kan  terha dap  p r o s es  pemb e laj a ran   yang telah  dil a ku ka n  sela ma ini tid a k d apat me ning katkan  presta si maha si swa  maupu n lul u san  se car a  sig n if ikan.     Guna  mem p e r bai ki  kualita s  input m aha si swa yang  a k an me ngi kuti  pendi dika n di  PSTI- X, maka  mul a i  tahu n aja r an 20 08/20 0 9  diad akan  p e rub aha n d a l a m si stem  se leksi pe ne rim aan   maha siswa  baru  (PMB),  yait u deng an melu ncurkan  progra m   fellowship  2008, di m ana   ditarget kan   PSTI-X mela lui prog ram i n i da pat me njarin g ma ha siswa  ba ru y ang  berku alitas  seb anya k  mi nimal 25% d a ri total mah a si swanya. PMB pada PS TI-X melalui  jalur  fellowship   memiliki persyaratkan diantar anya  si swa kelas 3 atau lulusan  S L TA atau sederaj at bai k dari  se kola h swasta maupun n e geri de nga n n ilai rata-rata  NEM  minimu m 7,5. Variab el NEM sela ma   ini dipe rtimb ang kan m e n j adikan sala h satu p a rameter  untu k  men g u k u r  kualita s  in put  maha siswa  khususnya dari sisi a k ad emi k .   Berda s a r kan  hasil a nalisi s   data real te rh adap p r e s tasi  yang berh a si l dicap a i mah a si swa  selam a  men g ikuti pen didi kan di PSTI-X dikait ka n nilai NEM SLTA, dapat disimpul ka n si stem  PMB dengan  memperhati k an juml ah NEM sekol ah  as al me rup a kan lang kah y ang belu m  tentu   bena r, karen a  jumla h   NEM yang tin ggi  ternyata tid a k  me njamin   maha siswa  te rse but b e rpre stasi  selam a  pe ndi dika n di PSTI - X. Untu k itu  PSTI-X berm a ksud  mela kuka n pe neliti an untu k  m e n c ari  hubu ngan  atau ko rela si a n tara  NEM  deng an Nil a i IPK saat mahasi s wa men y eselai ka n st udi   S1-nya.   Guna  meng a nalisi s  h ubu n gan a n tara   nilai NEM  calon ma ha si swa de nga n  pre s ta s i   aka demi k  ya ng di cap a i di  PSTI-X (dala m   hal  i n i  di guna ka n ind e ks   presta si   kumul a tif, IPK),    pertam a -tam a digun akan  metode  statistik b e ru pa  anali s is  ko rel a si da n regresi linie r ga n da.  Variabel  pen elitian  yang   digunakan   a dalah  has il  IPK kelulusan  mahasiswa sebagai variab el  dependen (terik at),   nilai Bahasa  I ndonesia,  B ahasa  Inggris dan Ma t e matika y a ng diujikan pada  EBT ANAS s ebagai varia bel independ ent (bebas). A n a l i s is   k o r e l a s i   b e r t u ju a n   u n t u k   d a p a t   mengeta hui  seb e ra pa  be sar  ke kuata n  hu bun gan  anta r a va ri abel-va r iab e l  beb as de n gan  variabel  teri kat, seda ng kan  de nga n  anali s i s   re gre s i d apat  diketahui  b agaima na  b entuk  hubu ngan  ant ara vari abel -variab e l terseb ut dalam bent uk pe rsama a n  reg r e s i.  Ha sil peneliti an deng an  mengg una ka n analisi s  re gre s i dan ko rela si linier g anda ini,  dira sa kan m a sih me miliki  kelema han  karena h any a bersifat an alisi s  se ca ra  linier, se dan g k an  pre s tasi m a hasi s wa dip enga ruhi ol e h  banya k  faktor ya ng  kompl e ks  dan mem p u n yai  karakte r i s tik  non-li nea r. Untuk me ngat asi  kelem aha n dari  metod e  anali s i s  re g r esi  dan  ko re lasi   gand a, ma ka  PSTI-X mel anjuntu k a n  p enelitian  den gan m engg u nakan met o d e  jarin gan  sy araf  tiruan   (JST),  dengan pe rt imbang an JS T memiliki kemamp uan  melakukan komputa s i se cara  paral el d eng an  cara b e laj a r d a ri  pol a-p o la yan g  di ajarkan [1 -5].  Den gan  kem a mpua n te rsebut   diharap kan  JST dapat  melakukan   regre s i   no n-li nier terh ada p pol a-pola  NEM,  se hi ngga  diharap kan  mampu m e m perkirakan p r esta si a k ade mik lulu sa n  S1 PSTI-X seca ra le bih a k urat.  Ha sil peneliti an ini diharapkan dap at dijadika n pedoma n  bag i PSTI-X untuk men entu k an   komp osi s i nil a i NEM SLTA yang tepat dalam  sele ksi ma ha siswa ba ru, se hingg a pre s t a si   aka demi k  lulu san yan g  bai k dap at dica p a i, khu s u s nya  yang lewat ja lur  fellowshi p .           2. METODE  PENELITIAN  Seca ra umu m  tahapan  peng emba ng an apli ksi ja ringa n sya r a f  tiruan ump an-m a ju   pera m bata n -balik  (JST -P B) se perti dit unju k kan  pa d a  Gamb ar 1.  Pada pe neliti an ini dig una kan  metode JST - PB dengan  pertimb ang an  metode ini san gat baik  dalam men a ngani ma sal a h   peng enala n  p o la-p ola kom p leks da n no n-linie r [6-8].     2.1. Pengumpulan Da ta   Data-data ya ng dipe rlu k an  dalam pe ran c an gan a p likasi ini ad alah  hasil pe neliti an murni   deng an men gambil vari ab el input berup a nilai per m a ta pelajaran yang terte r a p ada Daftar Ni lai  Ebtanas M u rni siswa ya ng melip uti: Bahasa  da n Sastra In done sia, Ba hasa Ingg ris dan   Matematika, sed ang ka n o u tput berupa  nilai IPK yang terte r a pa da tran skrip  aka demi k  ketika   maha siswa  menyele s ai ka n jenjan g p endidi kan S 1  di PSTI-X. Data-d ata terse but dia m bil  terhad ap ma hasi s wa yan g  telah lulu s S1 hingga t ahun 2 008  d enga n jumla h  yang dilati hka n   pada ja ring an  seba nyak 25  data maha si swa dan  25 d a ta lainnya a k an di guna ka n untuk me ng uji  kea k u r atan  sistem di dala m  menge nali  masu ka n dat a yang lain.      Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI KA   ISSN:  1693-6930    ■     Penerapa n Jaring an Syaraf Tiruan u n tuk Men g u k u r  Tingkat Korel a si ……  (Yen i Nura eni )  197     Gamba r  1. T ahap an Peng emban gan A p lika s i JST - B P  untuk Predi ksi Presta si  Maha siswa  Be r d as ar ka n  N E M      2.2. Penentu a n Pola  Seluru h data  yang terku m pul dipi sa h k an  menja d i  2 bagi an,  yaitu masukan da n  kelu ara n . Yang tergol ong  masu ka n se cara be ru rutan  adalah:   1.  Nilai Baha sa  dan Sast ra In done sia di sim pan pa da vari abel X 1   2.  Nilai Baha sa  Inggri s  disi m pan pa da vari abel X 2   3.  Nilai Matem a tika di simpa n  pada vari abel  X 3   Ketiga vari ab el de nga n ju mlah  25  re spond en ya ng  akan  dilatih k an  di su sun  menj adi  su atu  matriks P,  de ngan  u k uran   3 x 25  d an  2 5  respond en   seb agai  data  pen guji  ke  d a lam m a tri k   U   deng an u k ura n  3 x 25.  Keluaran ata u  target yang  diingin k an a dalah IPK maha siswa ya ng be rsang kutan yang   terca n tum p a da tra n skri p  aka demi k   set e lah m enyele s ai kan  studi   S1 dan  diba g i  menja d i 3  p o la ,  yaitu:   1.  (0,0)  = bu ru k  (IPK < 2,6)   untuk d a t a yang dilatih dan diuji  masin g -m asi ng diambil 5   respon den   Evaluation Warning : The document was created with Spire.PDF for Python.
                                    ISSN: 1 693-693 0     TELKOM NIKA   Vol. 7, No. 3,  Desem b e r  2009 :  195  - 200   198 2.  (0,1) =  cu ku p  (IPK 2,61-   3)   u n tuk d a ta yang  dilat i h dan  diuji  m a sin g -m asi n g  diambil  10   respon den   3.  (1,1)  = b a ik  (IPK 3.1 – 4)   u n tuk  dat a yang dil a tih dan  diuji m a sin g -m asi n g  diambil 1 0   respon den     2.3. Arsite ktur Jaringan    Skema  JST  dengan m e nggu na kan a l goritma gal a t  mundur me miliki 3 lapi san yaitu   seb agai b e ri kut:  1.  Satu lapisa n masu ka n yan g  terdiri ata s   3 unit sel    2.  Satu lapisa n tersemb unyi d enga n jumlah  unit sel yang  ditentuka n  seca ra a c a k   3.  Satu lapisa n kelu ara n  be rjumlah 1 unit  sel seba gai target     2.4. Pelatiha n dan Pengu jian  Pelatihan  dil a ku ka n d eng an me ngg un aka n  p e ra ng kat lu na k ( software ) M a tlab yan g   telah menye d iakan fung si -fung si pel atihan da n  pe n gujian p ada j a ring an  syaraf tiruan de n gan  algoritm a  pe ramb atan ga lat mundu r (backp rop agat ion). Pro s e s  pelatihan  d ilaku ka n unt uk  mencari  ko nfigura s i te rbai k de nga n ca ra me ngu ba h ko nsta nta  belaja r  da n j u mlah la pisa n   terse m bu nyi se cara co ba-cob a .  Untuk meyakin k a n  bah wa data yang  dil a tihkan  p ada   ja rin gan   dike nali seca ra ke selu ruh a n  maka dil a kuka n pen guji an kem bali te rhad ap data y ang sama       3.  HASIL D A N  PEMBA HAS AN   3.1. Hasil Pelatihan    Data  dilatih k an d eng an  d i peng aru h i ol eh mo del  al goritma  jari n gan ya ng  di guna ka n ,   jumlah l api sa n tersem bun yi, nilai kon s tanta bel ajar,  be sa r g a lat, dan  fung si  aktivasi.  Unt u k  mengh asil ka n itera s i tercepat, nilai-nilai dari ju mlah  lapisa n terse m bunyi da n konsta nta bela j ar  diuba h-u bah.  Perub aha n d ilaku ka n den gan me mbe r i  nilai tetap p a da salah  satu  item. Pelatihan  pola tercep at terjadi pa da itera s i ke 1 47  deng an konfi gura s i  JST - P B  sebag ai be rikut:        -  Jumla h  sel la pisa n tersem bunyi   : 2 0   - Konstanta  b e l a jar  : 0 .06   - Besa r  galat   : 0 .1    3.2. Hasil Pengujian  Pengujia n dil a ku ka n mel a l u i 2 ta hap, ya itu pen gujian   terhad ap  dat a yang  dilatih k an  da n  peng ujian pa da data ba ru yang belu m  pern ah dil a tihka n . Adapun ha sil le ngkap pen gu jian  terhad ap 25  data yang  telah dilatihka n  dap at dilihat pad a Tabel 2.   Tabel 2 te rseb ut  menunj ukka n  hasil p e latih an yang dil a tihka n  oleh j a ringa n saraf  tiruan me nca pai 100%. Hal  terse but di ka rena kan  ha sil  kelu ara n  yan g  ditamp il ka n  oleh  lomp ute r  sesuai  den g an target yan g   telah dite ntu k an. Ke mudi an ja ring an  diuji d enga n  25 d a ta b a ru  setel ah  data  yang  dilatih k an   terse but di ke nali. Hal tersebut b e rfun g s i u n tuk men guji  seb e ra p a  be sa r  JST  meng enali  d a ta  yang baru.   Ha sil p eng uji an d a ta  baru  dap at dilih at pad a T abel   3. Da ri  25  d a ta ba ru  yan g  telah  diujikan, tam pak b a h w a 1 6  data (6 4%) sesuai  de ng an targ et se dang ka n 9 d a ta (36% ) tidak  se suai  den g an target. Berda s a r  h a sil  pelatiha n  d an pe nguji a n  terha dap  da ta NEM d a n  IPK  maha siswa,  menunj ukka n  NEM yang  bagu s tida k se lal u  berko relasi p o sitif deng an prest a si  yang dica pai  maha siswa  saat mengi kuti  perkulia h an  di PSTI-X, hal ini dapat disebab ka n ka re n a   banya k  fakto r  lain ya ng  mempe nga ruhi proses   belaja r  di  Universita s a n t ara lain  faktor   lingkunga n, g u ru, motivasi  belaja r , fasilitas da n lain-l a i n.   Ha sil p e latiha n da n p eng ujian d eng an m engg una kan   JST te rsebut  di ata s  me ng uatka n   hasil  pe nelitia n sebel umny a yang  dila ku kan  de ngan   mengg una ka n an alisi s   ko relasi  da n reg r esi  linier g and a, dimana  ha sil  yang did apa t menunju k ka n tidak te rja d i  ko rela si ya ng cukup  ku at  antara va riab el beba s (NEM yg terdiri d a ri nilai B. Indone sia, B. Inggri s  & Matematika  ) de ngan   variabel  de pe nden  IPK kel u lusan m aha siswa  yang   d i tunjukka n d e ngan  nilai  ko efisien  korel a si  yang  ren dah  se be sa r 4.2 7 . De miki an  pula  be rd asarkan  ha sil  anali s is re gresi li nier g a nda   diperoleh h a s il hanya nila i NEM mata pelaja r an ma tematika secara si gnifikan  mempen garuhi   p r es ta s i  ak ade mik  mah a s i sw a .        Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOMNI KA   ISSN:  1693-6930    ■     Penerapa n Jaring an Syaraf Tiruan u n tuk Men g u k u r  Tingkat Korel a si ……  (Yen i Nura eni )  199 Tabel 2. Ha sil  Pengujian  Data  nilai NEM & IPK Mahasi s wa yang  sud ah dilatih k an se belum n y a   No. N ilai T a r get HP L K SB B. Indond esia B.   I nggr is Mat e m a t i k a I P K X 1 X 2 X 3 1 6 . 5 7.5 8 . 2 2.57 0 0 0  0 bur uk 2 4 . 5 8.8 7 . 9 2.54 0 0 0  0 bur uk 3 8 . 5 7.7 5 . 6 2.59 0 0 0  0 bur uk 4 8 . 7 5.8 7 . 4 2.53 0 0 0  0 bur uk 5 5 . 8 6.7 7 . 8 2. 6 0  0 0  0 bur uk 6 7 . 5 6.9 8 . 5 2.89 1 0 1  0 c uk up 7 8 . 5 7.5 5 . 9 2.85 1 0 1  0 c uk up 8 8 . 5 8.9 7 . 8 2.96 1 0 1  0 c uk up 9 8 . 9 7.5 6 . 8 2.75 1 0 1  0 c uk up 10 7. 5 8 .7 8. 9 2 .95 1  0 1  0 c uk up 11 6. 8 7 .5 8. 7 2 .76 1  0 1  0 c uk up 12 7. 8 8 .6 7. 2 2 .87 1  0 1  0 c uk up 13 6. 2 7 .7 7. 3 2 .96 1  0 1  0 c uk up 14 6. 5 8 .6 8. 2 2 .69 1  0 1  0 c uk up 15 7. 9 6 .2 7. 8 2 .74 1  0 1  0 c uk up 16 8. 9 9 .5 8. 4 3 .65 1  1 1  1 b aik 17 7. 5 8 .9 7. 8 3 .52 1  1 1  1 b aik 18 7. 9 8 .6 8. 4 3 .75 1  1 1  1 b aik 19 8. 6 8 .7 5. 7 3 . 7 1 1 1  1 b aik 20 9. 2 8 .5 7. 7 3 . 4 1 1 1  1 b aik 21 5. 8 8 .5 6. 5 3 . 6 1 1 1  1 b aik 22 7. 8 8 .2 7. 6 3 .76 1  1 1  1 b aik 23 8. 9 8 .5 7. 6 3 .47 1  1 1  1 b aik 24 8. 8 7 .5 7. 3 3 .65 1  1 1  1 b aik 25 8. 7 8 .6 8. 5 3 .78 1  1 1  1 b aik K e ter angan : H P L :   H a s il Pelat i han K SB : K o n d is i  Seben arny a Nil a i NEM        Tabel 3. Ha sil  Pengujian d a t a nilai NEM & IPK Mahasiswa Baru   No. N ilai T ar g e t H PU KSB KJST B. Indondes ia B. Inggr is M a tem a tik a IP K X 1 X 2 X 3 1 6 .5 7.5 8 . 2 2.57 0 0 0  0 bur uk benar 2 4 .5 8.8 7 . 9 2.54 0 0 1  0 bur uk s a lah 3 8 .5 7.7 5 . 6 2.59 0 0 1  0 bur uk s a lah 4 8 .7 5.8 7 . 4 2.53 0 0 0  0 bur uk benar 5 5 .8 6.7 7 . 8 2.6 0  0 0  0 bur uk benar 6 7 .5 6.9 8 . 5 2.89 1 0 1  0 c uk up benar 7 8 .5 7.5 5 . 9 2.85 1 0 0  0 c uk up s a lah 8 8 .5 8.9 7 . 8 2.96 1 0 1  0 c uk up benar 9 8 .9 7.5 6 . 8 2.75 1 0 1  0 c uk up benar 10 7.5 8 .7 8. 9 2 .95 1  0 1  1 c uk up s a lah 11 6.8 7 .5 8. 7 2 .76 1  0 1  0 c uk up benar 12 7.8 8 .6 7. 2 2 .87 1  0 1  0 c uk up benar 13 6.2 7 .7 7. 3 2 .96 1  0 1  0 c uk up benar 14 6.5 8 .6 8. 2 2 .69 1  0 1  1 c uk up s a lah 15 7.9 6 .2 7. 8 2 .74 1  0 1  0 c uk up benar 16 8.9 9 .5 8. 4 3 .65 1  1 1  1 baik benar 17 7.5 8 .9 7. 8 3 .52 1  1 0  0 baik s alah 18 7.9 8 .6 8. 4 3 .75 1  1 1  1 baik benar 19 8.6 8 .7 5. 7 3 .7 1 1 1  0 baik s alah 20 9.2 8 .5 7. 7 3 .4 1 1 1  1 baik benar 21 5.8 8 .5 6. 5 3 .6 1 1 1  0 baik s alah 22 7.8 8 .2 7. 6 3 .76 1  1 1  1 baik benar 23 8.9 8 .5 7. 6 3 .47 1  1 1  1 baik benar 24 8.8 7 .5 7. 3 3 .65 1  1 1  0 baik s alah 25 8.7 8 .6 8. 5 3 .78 1  1 1  1 baik benar Keter angan : H P L :  Has il P e n guj ian KS B : Kondisi Sebenar ny a KJST  : K e tep a tan Ja r i ngan S a r a f  T i r uan Nilai N E M   Evaluation Warning : The document was created with Spire.PDF for Python.
                                    ISSN: 1 693-693 0     TELKOM NIKA   Vol. 7, No. 3,  Desem b e r  2009 :  195  - 200   200 Berda s a r kan  ha sil p enelit ian terse but  di ata s , ma ka PSTI-X p e r lu m eng kaji   kemb ali  sistem PMB  deng an mem pertimb ang ka n kemb ali nil a i NEM apa kah dap at dija dika n  sala h satu  syarat untu k   menjadi m a h a si swa di PSTI-X khu s u s n y a yang mela lui jalur  fellowship .      4. SIMPULAN    Kesem purna an si stem seleksi mah a s iswa b a ru  ditentukan d a ri evalua si  diri yang  dilakukan  se cara te ru s me neru s  te rha d ap meto de ya ng telah  digu nakan d an dil anjutkan d e n gan  perb a ikan si stem terse but ke arah yang  lebih bai k. O l eh ka ren a  itu, penelitian terha dap  siste m   sele ksi mah a s iswa  baru sebag ai input  dalam p r o s e s  pendi dika n d i  perg u ruan ti nggi me rup a kan  suatu  keha ru san seba gai  sala h satu up aya untuk pe njamina n  mutu maha siswa  dan lulusann ya.  Dari  ha sil p e nelitian yan g  telah dila ku kan ole h  PSTI-X den gan  m engg una kan   anali s is  reg r e s i  dan korela si linier  g and a mengin d ikasi k an bah wa b anyak  fa kto r  lain  selain NEM  yang  pe rlu   dipertim bang ankan d a lam  mempredi ksi pre s tasi  akademi k  lulu san. Ha sil p e nelitian d eng an   JST-PB ini juga mem perkuat ha sil pe nelitian  sebel umnya bah wa NEM tidak dapat dijadi ka n   seb agai  acu an mutla k   dalam  si ste m  sel e ksi  PMB. Oleh  ka ren a  itu ,  PSTI-X perlu   mempe r ba ha rui da n me ng kaji ul ang  ke mbali si stem  sele ksi mah a s iswa  baru yang  selam a  i n i  digun akan kh usu s nya u n tu k maha si swa yang masuk  melalui jalu r  fellowship .      DAF TA R PU STAK A   [1].  Kunco r o, H.  A., dan Dalimi, R., ” Aplikasi Jaring a n Sy araf Tiruan Un tuk  Peramalan  Beba n Tena ga Listrik Ja ngka Panjan g Pada Sistem Kelistrik an Di Indonesia ”, Ju rn al   Tekn ologi, Ed isi No. 3 Tah un XIX, Septembe r 200 5, 211-217.   [2].  Alamsa h, M., Santoso, P. A., dan Swa desi, B., ” Implementa si Jaringan Sy araf Tir u an  Dalam Pemilihan Metode  Enhance d  Oil Recove ry ”, Pro c ee di ng Simpo s iu m Na sion al  IATMII, 25 –  28 Juli 2007,  UPN Veteran Yogyakarta.   [3].  Fadlil, A., “ Pengen a lan T u lisan Tang an Dinamis Berb asis Ja ringan Sy ar af Tiruan ”,  Jurnal  TELK OMNIKA, Te kni k  Ele k tro,  Univer sita s A h mad  Da hlan , Yogyaka r ta,  Vol.2 No.2  Agustu s 200 4 .   [4].  Suhardi, I., “ Analisis  Hub ungan Ting k a t Peng enal an Pola den g an Tingk at  Variasi Pola:  Studi Kas u s  Pengenalan  Pola Karak t er Huru f De ngan Jarin g a n Sy araf Tiruan ”, Jurnal  TELKOMNIK A , Teknik El ektro, Universitas Ah m a d  Dahlan, Yo gyaka r ta, Vol.3 No.1  April  2005.   [5].  Setiawan,  N.A.,  “ Diagno sis Gang gu an Permula a n Tran sfor mator  Da y a  Deng an   Jaringan  Sy araf Tiruan ”, Ju rnal  TELKOMNIKA, Te knik Ele k tro,  Unive r sitas Ahm a d   Dahl an, Yogyaka r ta, Vol.3 No.3  De sem ber 20 05.   [6].   Des i ani, A., “ Kajia n Pe n g ena l an Wa jah Dengan  Mengg unak a n  Metode  F ace-Arg  da n       Jar inga n S y a r af Tirua n ”,  Ju rn a l   M e d i a I n f o rma t i k a  Vo l. 5, No. 2 ,  Des e mber 2007,  99-111  [ 7 ] .   Suteja, R.  B., “ Penera pan Ja ringa n Saraf Tir u an Prop ag asi Balik S t udi Kasu s   Pengenala n Jenis Ko pi ” ,  Jurnal In formatika, Vo l  3, N o1, Jun i  2007 , 49-6 2 .  [8].   Wang, X., an d Xu J ., “ The Model of Teaching Quali t y  Ev aluatio n  Base d on BP Neur al   Nte w o r k s  an d Its Aplication ”, First Internatio nal Worksh op on E ducation Teh nology and   Comp uter Sci ence, 2009, 9 16-9 19.       Evaluation Warning : The document was created with Spire.PDF for Python.