Ernawati, Ernawati (2021) PENERAPAN DATA MINING UNTUK MENENTUKAN PRIORITAS PENERIMA BANTUAN SPP COVID-19 MENGGUNAKAN METODE CLUSTERING K-MEANS (STUDI KASUS : UNIVERSITAS DINAMIKA BANGSA JAMBI). Skripsi thesis, UNAMA.
Text
BAB I.pdf Download (318kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (500kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (53kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (752kB) |
|
Text
BAB V.pdf Download (772kB) |
|
Text
BAB VI.pdf Download (115kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (120kB) |
Abstract
Data mining merupakan serangkaian proses untuk mendapatkan suatu informasi yang berguna dari gudang basis data yang besar. Beasiswa adalah suatu pemberian dari pemerintah bidang dinas pendidikan berupa dana yang akan diberikan kepada mahasiswa/i yang layak untuk mendapatkan bantuan demi keberlangsungan pendidikan yang sedang ditempuh. Universitas Dinamika Bangsa Jambi adalah salah satu kampus yang memiliki program beasiswa. Ditemukan rumitnya dalam pengolahan data untuk menentukan prioritas penerima beasiswa yang tepat agar dapat mempermudah pihak kampus untuk menentukan calon penerima beasiswa agar tidak terjadinya kecurangan. Saat dilakukannya analisis, penulis menggunakan data mahasiswa/i pada tahun 2020, yang telah disajikan kedalam format .xlsx dan dengan menggunakan alat bantu yaitu, Microsoft Excel dan Spss dengan menggunakan K-means Clustering, dengan menggunakan 4 atribut dan 3 cluster, untuk tools Microsoft Excel mendapatkan hasil yang sama, yaitu cluster pertama sebanyak 186 data mahasiswa/i, cluster kedua sebanyak 136 data siswa, cluster ketiga sebanyak 50 data mahasiswa/i, sedangkan untuk tools Spss mendapatkan hasil cluster pertama sebanyak 309 data mahasiswa/i dengan persentase 97,00%, cluster kedua sebanyak 13 data siswa dengan persentase 13,00%, cluster ketiga sebanyak 14 data siswa dengan persentase 14,00%.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Artificial Intelligence |
Divisions: | Skripsi > Teknik Informatika > 2021 |
Depositing User: | Digital Library |
Date Deposited: | 06 Jul 2023 12:16 |
Last Modified: | 06 Jul 2023 12:16 |
URI: | http://repository.unama.ac.id/id/eprint/2095 |
Actions (login required)
View Item |