Yulianti, Wahyu (2019) Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru (Studi Kasus : Stikom Dinamika Bangsa Jambi. Skripsi thesis, STIKOM DINAMIKA BANGSA.
Text
BAB I.pdf Download (345kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (415kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (102kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (2MB) |
|
Text
BAB V.pdf Download (272kB) |
|
Text
BAB VI.pdf Download (186kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (196kB) |
Abstract
Pembentukan cluster merupakan salah satu teknik yang digunakan dalam mengekstrak pola kecenderungan suatu data. Teknik ini digunakan dalam proses Knowledge discovery in database (KDD). Data mining biasanya identik dengan proses penggalian data-data yang cukup besar dan dikelompokkan menjadi data yang tersusun rapi. Dalam hal ini penulis mengelompokkan data mahasiswa baru tahun ajaran 2018 pada STIKOM Dinamika Bangsa Jambi dengan teknik clustering. Pengelompokkan yang penulis terapkan menggunakan algoritma K-Means Clustering. Proses penerimaan mahasiswa baru STIKOM Dinamika Bangsa Jambi menghasilkan data mahasiswa yang sangat berlimpah berupa data profil mahasiswa dan data lainnya. Hal tersebut terjadi secara berulang dan menimbulkan penumpukan terhadap data mahasiswa baru, sehingga mempengaruhi pencarian informasi terhadap data tersebut. Implementasi Nilai TIK. Cluster mahasiswa yang terbentuk adalah tiga cluster, Cluster 1 sebanyak 237 data atau sebesar 33 %, Cluster 2 sebanyak 271 data atau sebesar 38%, Cluster 3 sebanyak 209 data atau sebesar 29%. Hasil dari penelitian ini digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan menggunakan WEKA digunakan untuk membantu menemukan nilai yang akurat. Atribut yang digunakan adalah Program Studi, Asal Sekolah, Jurusan Disekolah, Nilai TPA, Nilai Bahasa Inggris dan strategi mempromosikan masing-masing program studi yang ada di universitas islam indragiri. berdasarkan hasil cluster algoritma k-means dapat dilihat jurusan atau program studi yang di minati di masing-masing sekolah.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Artificial Intelligence |
Divisions: | Skripsi > Teknik Informatika > 2019 |
Depositing User: | Digital Library |
Date Deposited: | 23 Jul 2019 03:40 |
Last Modified: | 23 Jul 2019 03:40 |
URI: | http://repository.unama.ac.id/id/eprint/115 |
Actions (login required)
View Item |