PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENUNJANG PEMILIHAN STRATEGI PROMOSI SMK PGRI 2 KOTA JAMBI

Rahmalita, Tilla (2019) PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENUNJANG PEMILIHAN STRATEGI PROMOSI SMK PGRI 2 KOTA JAMBI. Skripsi thesis, STIKOM DINAMIKA BANGSA.

	Text BAB I.pdf Download (367kB)
	Text BAB II.pdf Restricted to Registered users only Download (393kB)
	Text BAB III.pdf Restricted to Registered users only Download (126kB)
	Text BAB IV.pdf Restricted to Registered users only Download (4MB)
	Text BAB V.pdf Download (1MB)
	Text BAB VI.pdf Download (95kB)
	Text DAFTAR PUSTAKA.pdf Download (196kB)

Abstract

Data mining adalah suatu konsep penggalian data yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Di SMK PGRI 2 Kota Jambi semakin bertambah setiap tahunnya dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Oleh karena itu, penulis melakukan analisis data mining pada data-data siswa tersebut agar menjadi informasi yang sangat berharga bagi organisasi. Penulis menggunakan data siswa tahun 2017 sebanyak 1017 data yang kemudian di sajikan kedalam format arff. Dalam melakukan analisis penulis menggunakan alat bantu atau Tools WEKA, Rapid Miner dan Perhitungan Manual. Metode yang digunakan adalah metode Clustering K-Means dengan 11 atribut. Untuk menyeleksi atribut penulis menggunakan algoritma classifier attribute eval .Hasil Clustering K-Means pada penelitian ini adalah terdapat 5 cluster yang terbentuk. Dengan Jumlah Iterasi yang dihasilkan pada Tools Weka sejumlah 15 Iterasi dan Perhitungan Manual menghasilkan 14 iterasi. Jumlah Item pada perhitungan manual untuk cluster 1 = 229, cluster 2 = 201, cluster 3 = 104, cluster 4 = 367, dan cluster 5 = 116. Untuk perhitungan menggunakan tools weka jumlah item untuk cluster 1 = 239, Cluster 2 = 302, Cluster 3 = 152, Cluster 4 = 102, Cluster 5 = 222 Untuk perhitungan menggunakan tools Rapid Miner jumlah item untuk cluster 1 = 202, Cluster 2 = 116, Cluster 3 = 104, Cluster 4 = 227, dan Cluster 5 = 368.

Actions (login required)

View Item