PENERAPAN ALGORITMA K-MEANS DALAM METODE CLUSTERING UNTUK PEMINATAN JURUSAN BAGI SISWA SMK SWASTA PELITA RAYA KOTA JAMBI

Firza, Firza (2019) PENERAPAN ALGORITMA K-MEANS DALAM METODE CLUSTERING UNTUK PEMINATAN JURUSAN BAGI SISWA SMK SWASTA PELITA RAYA KOTA JAMBI. Masters thesis, STIKOM Dinamika Bangsa Jambi.

[img] Text
BAB I.pdf

Download (314kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (875kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (138kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB V.pdf

Download (110kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (300kB)

Abstract

Penelitian ini bertujuan untuk menentukan jurusan bagi siswa Sekolah Menengah Kejuruan (SMK) Swasta Pelita Raya Kota Jambi. Peminatan jurusan dilakukan pada saat siswa berada di kelas X (sepuluh) dan akan naik ke kelas XI (sebelas). Proses penentuan jurusan bagi siswa SMK akan terjadi secara berulang setiap tahun. Jumlah data yang banyak tersebut maka sangat mungkin terjadi kesalahan ketika proses peminatan jurusan dilakukan. Penelitian ini akan melakukan Clustering dengan menggunakan data siswa SMK Swasta Pelita Raya Kota Jambi dan memanfaatkan ilmu data mining yaitu Algoritma K-Means Clustering. Algoritma K-Means Clustering pada penelitian ini sebatas menerapkan dengan menggunakan data mining tools berupa RapidMiner Studio. Metode yang akan digunakan adalah metode Clustering. Clustering merupakan penggelompokkan record, observasi, atau kasus ke dalam kelas - kelas objek yang mirip. Hasil penerapan algoritma K-Means Clustering pada penelitian ini menghasilkan solusi atau referensi pembagian tempat magang jurusan sesuai minat dan bakat pada siswa dikelas sebelas Multimedia dan Akuntansi.

Item Type: Thesis (Masters)
Subjects: Artificial Intelligence
Divisions: Tesis > Magister Sistem Informasi > 2019
Depositing User: Digital Library
Date Deposited: 02 May 2020 03:18
Last Modified: 02 May 2020 03:18
URI: http://repository.unama.ac.id/id/eprint/1117

Actions (login required)

View Item View Item