Identifikasi Publikasi Dosen dalam Mewujudkan Internasionalisasi Universitas Negeri Semarang Menggunakan Neural Network

Abstract

Penelitian ini difokuskan pada penerapan Backpropagation Neural Network (BPNN) untuk melakukan identifikasi publikasi dosen dalam mewujudkan internasionalisasi UNNES dengan pengambilan datanya didasarkan pada penelurusuran hasil publikasi ilmiah dosen di SINTA dan didukung dengan kuesioner yang diberikan pada responden dosen di FMIPA UNNES. Selanjutnya hasil data yang ada dianalisis dengan menggunakan program Matlab dan didukung  dengan studi literatur terkait kajian NN. Studi simulasi dilakukan untuk mengetahui kondisi perkembangan hasil publikasi ilmiah dosen dengan menggunakan BPNN. Tujuan penelitian ini adalah untuk mengetahui hasil identifikasi publikasi dosen dalam mewujudkan internasionalisasi UNNES menggunakan BPNN. Berdasarkan hasil penelitian dan hasil pembahasan di bagian sebelumnya, maka disimpulkan bahwa Hasil pelatihan dan analisis numerik memberikan bahwa model terbaik BPNN pada algoritma pelatihan gradient descent dengan momentum dan adaptive learning rate diperoleh model BPNN terbaik dengan algoritma pelatihan gradient descent dengan momentum dan adaptive learning rate pada arsitektur jaringan 9-10-1 dengan momentum = 0,8 dan LR = 0,1 pada fungsi aktivasi tansig. Hasil identifikasi publikasi dosen menggunakan BPNN dan analisis terhadap pelatihan di atas diperoleh bahwa publikasi dosen dengan karya jurnal bereputasi internasional sebanyak 23,75%, untuk jurnal internasional sebanyak 21,23%, dan jurnal nasional terkareditasi sebesar 19,02% dan karya publikasi dalam prosiding internasional sebanyak 31,0%.

This research is focused on the application of Backpropagation Neural Network (BPNN) to identify lecturer publications in realizing internationalization of UNNES with the retrieval of data based on the results of scientific publication of lecturers at SINTA and supported by questionnaires given to lecturer respondents at FMIPA UNNES. Furthermore, the results of the existing data were analyzed using the Matlab program and supported by literature studies related to the NN study. Simulation studies were conducted to determine the conditions for the development of the results of lecturers' scientific publications by using BPNN. The purpose of this study was to find out the results of the identification of lecturer publications in realizing the internationalization of UNNES using BPNN. Based on the results of the study and the results of the discussion in the previous section, it was concluded that the training results and numerical analysis provided that the best BPNN model on the momentum gradient descent training algorithm and adaptive learning rate obtained the best BPNN model with a gradient descent training algorithm with momentum and adaptive learning rate on network architecture 9-10-1 with momentum = 0.8 and LR = 0.1 on tansig activation function. The results of the identification of lecturer publications using BPNN and analysis of the training above obtained that lecturer publications with works of international reputation 23.75%, 21.23% for international journals, and 19.02% for national journals and 31.0% for publications in international proceedings.