PENERAPAN METODE K-MEANS CLUSTERING PADA DATA PENERIMAAN MAHASISWA BARU

HELILINTAR, RISA and NUR FARIDA, INTAN (2018) PENERAPAN METODE K-MEANS CLUSTERING PADA DATA PENERIMAAN MAHASISWA BARU. In: Seminar Nasional Teknologi Informasi dan Komunikasi (SENATIK), 23 September 2018, Universitas PGRI Madiun.

[img] Text
55201_0721058902.pdf

Download (1MB)
[img] Text
55201_0721058902_Peer Review.PDF

Download (543kB)
[img] Text
55201_0721058902_Similarity.pdf

Download (118kB)
Official URL: http://prosiding.unipma.ac.id/index.php/SENATIK/ar...

Abstract

Pembentukan cluster merupkan salah satu teknik yang digunakan dalam megekstrak pola kecenderungan suatu data. Teknik ini digunakan dalam proses knowledge discovery in database (KDD). Data mining biasanya identic 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 2016/2017 dengan clustering. Pengelompokkan yang penulis terapkan menggunakan algoritma K-Means Clustering. Algoritma K-Means clustering mampu mengelompokkan data pada kelompok yang sama dan data yang berbeda pada kelompok yang berbeda. Sehingga akan terlihat kelompok data mahasiswa baru tahunajaran 2016/2017 pada universitas nusantara PGRI yang tidak struktur menjadi terstruktur. Tujuan dari penelitian ini adalah menerapkan algoritma k-Means Clustering pada data penerimaan mahasiswa baru tahunajaran 2016/2017. Hasil K-Means clustering yang diperoleh ada dua kelompok, pusat cluster dengan pusat cluster 1= 1 ; 2.83 ; 1.4 dan cluster 2 = 2.828427124 ; 2.236067977 ; 1.414213562, cluster pertama jika asal sekolah adalah SMA maka rata-rata yang diambil adalah prodi sistem informasi dan kedua jika asal sekolah SMK adalah rata-rata yang diambil adalah Teknik informatika.

Item Type: Conference or Workshop Item (Paper)
Divisions: Fakultas Teknik > S1-Teknik Informatika
Depositing User: Risa Helilintar
Date Deposited: 11 Sep 2020 06:37
Last Modified: 16 Sep 2020 07:21
URI: http://repository.unpkediri.ac.id/id/eprint/2401

Actions (login required)

View Item View Item