HAFIZ ARIF ASHARI (2023) PREDIKSI KELULUSAN TOEFL MAHASISWA PRODI TEKNOLOGI INFORMASI MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (422kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (418kB)
Abstrak.pdf
Restricted to Registered users only
Download (34kB)
Bab I.pdf
Download (36kB)
Bab II.pdf
Restricted to Registered users only
Download (91kB)
Bab III.pdf
Restricted to Registered users only
Download (74kB)
Bab IV.pdf
Restricted to Registered users only
Download (490kB)
Bab V.pdf
Restricted to Registered users only
Download (31kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (90kB)
Lampiran.pdf
Restricted to Registered users only
Download (152kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (329kB)
Full Text.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Skor TOEFL akan menjadi tolak ukur kemampuan berbahasa Inggris mahasiswa saat ini. Tapi tidak semua mahasiswa mendapatkan nilai TOEFL sebagaimana yang diinginkan, untuk mahasiswa prodi Teknologi Informasi Universitas Muhammadiyah Yogyakarta (UMY) sebelum mengikuti ujian skripsi disyaratkan lulus TOEFL dengan skor 400. TOEFL sebagai salah satu syarat kelulusan. Temuan penelitian menunjukkan bahwa hampir semua peserta mendukung kebijakan TOEFL sebagai syarat kelulusan. Dia menunjukkan bahwa sebagian besar peserta menganggap TOEFL sebagai persyaratan penting untuk kelulusan karena kebijakan ini memungkinkan mereka untuk meningkatkan kemahiran bahasa Inggris mereka dan memotivasi mereka untuk belajar bahasa Inggris. Selanjutnya dari temuan tersebut juga dapat dilihat bahwa tantangan dan keuntungan yang dihadapi mahasiswa bervariasi. Universitas Muhammadiya Yogyakarta menjadikan TOEFL sebagai syarat mengajukan judul skripsi dan pendadaran, untuk mempersiapkan dan meningkatkan Bahasa inggris, maka dari itu mahasiswa Prodi TI mengambil mata kuliah setiap semester. Dari sekian banyaknya metode SVM menjadi metode pilihan untuk memperediksi kelulusan mahasiswa Prodi TI
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Prediction, Toefl, Student, Support Vector Machine |
Divisions: | Fakultas Teknik > Teknologi Informasi S1 |
Depositing User: | M. Erdiansyah |
Date Deposited: | 18 Oct 2023 06:15 |
Last Modified: | 18 Oct 2023 06:15 |
URI: | https://etd.umy.ac.id/id/eprint/37605 |