Abstract.One of new student admission pathways at Universitas Negeri Surabaya (Unesa) is through the Indonesian National Public University Admission. This path is quite favourable for academic or vocational high school students who want to study at Unesa so that the number of participants for this selection program can reach up to ten thousand people every year. The large number of applicants makes the selection process more complex. Meanwhile, Unesa still uses the concept of weighting criteria in determining the result. One of the constraints in weighting process is the absence of optimal pattern or weight. This paper discusses a supervised learning approach to make determining process pattern which replaces manual weighting criteria. The supervised learning method used in this research was the Neural Network with multilayer perceptron. This research showed sufficient result which can be seen from the high accuracy rate (89.56%). The accuracy rate is enough to decide which participants who pass or fail the national admission. This system can be used as a prediction for the following years.

No abstract

Praktikum Pemrograman Dasar merupakan wadah yang efektif dan telah terbukti untuk meningkatkan kemampuan mahasiswa dalam pemrograman. Dalam kegiatan ini, mahasiswa diberikan permasalahan, kemudian mahasiswa menyusun algoritma dan mencari solusi dan menuliskan kode program. Setelah program selesai ditulis, setiap mahasiswa harus melakukan asistensi dan demo ke dosen pengampu/asisten praktikum. Dalam melakukan demo ke dosen pengampu/asisten membutuhkan waktu yang tidak sedikit, dan tidak hanya sekali. Aplikasi Automatic Programming Assessment digunakan untuk melakukan evaluasi secara mendalam terhadap source code yang diunggah oleh praktikan. Aplikasi ini akan melakukan pengecekan jenis bahasa pemrograman yang digunakan, ukuran file, error syntax, lama eksekusi, runtime error,  time limit, wrong answer, dan compilation error. Jika hasil evaluasi tidak ada masalah, maka program dianggap benar (Accepted). Praktik/mahasiswa dapat secara live menulis kode program kemudian dikirim, atau langsung mengirim file kode program. Terhadap file yang terkirim, aplikasi akan melakukan evaluasi dan akan menampilkan hasil evaluasi. hasil pengujian yang dilakukan dapat disimpulkan bahwa fitur penilaian otomatis terhadap kode program yang dikirim oleh mahasiswa dapat berjalan dengan baik. Hal ini dibuktikan dengan kesamaan hasil penilaian antara penilaian manual dan penilaian melalui aplikasi. Fitur rangking juga dapat menampilkan urutan mahasiswa yang telah memperoleh nilai dengan baik berdasarkan nilai (point) dan persentase AC (Accepted Answer)

No abstract