ABSTRAKSI: Pada Tugas Akhir ini dibangun sistem prediksi penjurusan siswa SMA untuk membantu guru dalam proses penjurusan siswa kelas X SMA untuk memilih jurusan IPA, IPS atau Bahasa saat siswa tersebut naik ke kelas XI SMA. Sistem memproses data nilai akademik siswa dan memberikan hasil keluaran berupa prediksi jurusan siswa yang sesuai dengan kemampuan siswa sebagai bahan pertimbangan dalam pemilihan jurusan untuk siswa kelas X SMA.
Metode yang digunakan dalam sistem ini adalah Jaringan Syaraf Tiruan dikembangkan agar hasil penjurusan lebih objektif dan lebih akurat. Sedangkan arsitektur Jaringan Syaraf Tiruan yang digunakan untuk melatih dan membangkitkan jaringan adalah Multiple-layer feed-forward dengan salah satu variasi metode pembelajaran Propagasi Balik, yaitu Metode Levenberg Marquardt Back Propagation (LMBP) yang terdiri dari tiga layer yaitu layer input, layer output dan satu layer tersembunyi. LMBP digunakan untuk meningkatkan kecepatan dan akurasi dari Propagasi Balik. Selama proses pelatihan dan pengujian sistem membutuhkan data historis berupa nilai akademik siswa angkatan 2006/2007 ketika di kelas X pada semester 1 (satu) hingga semester 2 (dua) dan data minat siswa serta data nilai 1 (satu) semester siswa sesudah penjurusan yaitu kelas XI, dengan keluaran yang diharapkan adalah prediksi jurusan dari siswa. Disamping itu tugas akhir ini juga melakukan perbandingan performansi antara propagasi balik standar dengan LMBP.
Dari hasil pengujian yang dilakukan terhadap sistem prediksi jurusan siswa SMA bahwa sistem mampu menghasilkan akurasi tertinggi terhadap data latih 93.77% dan 92% untuk akurasi terhadap data uji. Serta LMBP ini lebih baik dari propagasi balik standar dari segi tingkat akurasi dan kecepatan proses pelatihan.Kata Kunci : Penjurusan siswa, Jaringan Syaraf Tiruan, Propagasi Balik, Levenberg Marquardt Back Propagation.ABSTRACT: Prediction of Student Majors at Senior High School (SMA) system wich is built in this Final Assigment to helping teacher in process of student majors at class X SMA to choose majors IPA, IPS or Bahasa when the students pass to next class class XI Senior High School. This System will process the academic assesment and gives result of output in the form of prediction of student majors matching with ability of student as component of consideration in election of majors for class student X SMA.
Method applied in this system is the artificial neural network developed that result of majors is more objectively and more accurate. While network architecture artificial neural network applied to train and developing network is Multiple-layer feed-forward, wich one various of learning method of Back Propagation is Levenberg Marquardt Back Propagation (LMBP) what consisted of three layer that is layer input, layer output and one layer hidden. LMBP applied to increase speed and accuracy of Back Propagation. During training process and testing of system requires historical data of value the academic assesment student 2006/2007 when in class X at semester 1 (one) and semester 2 (two) and student enthusiasm data and value data 1 (one) student semester after majors that is class XI, with output expected is prediction of student majors. Beside that this final assigment also does performance between backpropagation of standard with LMBP.
From examination result which has been done to prediction system of student majors SMA that system can produce highest accuration to data trains 93.77% and 92% for accuration to test data. And this LMBP is better from backpropagation of standard from the angle of level of accuration and speed of training process.Keyword: Process of student majors, Artificial Neural Network, Back Propagation,Levenberg Marquardt.