PEMANFAATAN METODE K-MEANS CLUSTERING DALAM PENERIMAAN BEASISWA DI FAKULTAS TEHNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH JEMBER

FATONI, AH (2017) PEMANFAATAN METODE K-MEANS CLUSTERING DALAM PENERIMAAN BEASISWA DI FAKULTAS TEHNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH JEMBER. Undergraduate thesis, UNMUH JEMBER.

[img] Text
ABSTRAK.pdf
Download (91kB)
[img] Text
1. HALAMAN JUDUL.pdf
Download (120kB)
[img] Text
2. HALAMAN PENGESAHAN.pdf
Download (87kB)
[img] Text
3. HALAMAN PERNYATAAN.pdf
Download (137kB)
[img] Text
4. ABSTRAK.pdf
Download (90kB)
[img] Text
5. PERSEMBAHAN DAN TERIMAKASIH.pdf
Download (198kB)
[img] Text
6. KATA PENGANTAR.pdf
Download (137kB)
[img] Text
7. DAFTAR ISI.pdf
Download (176kB)
[img] Text
8. DAFTAR GAMBAR.pdf
Download (86kB)
[img] Text
9. DAFTAR TABEL.pdf
Download (90kB)
[img] Text
15. DAFTAR PUSTAKA.pdf
Download (155kB)
[img] Text
10. BAB I.pdf
Download (94kB)
[img] Text
11. BAB II.pdf
Restricted to Repository staff only
Download (273kB)
[img] Text
12. BAB III.pdf
Restricted to Repository staff only
Download (365kB)
[img] Text
13. BAB IV.pdf
Restricted to Repository staff only
Download (812kB)
[img] Text
14. BAB V.pdf
Restricted to Repository staff only
Download (86kB)

Abstract

ABSTRAK Pengelompokkan data mahasiswa berdasarkan kriteria Indeks Prestasi Kumulatif (IPK). Penghasilan Orang Tua (PO) yang telah disahkan oleh pihak yang berwenang. Prestasi Pendukung, dapat membantu dalam proses penerimaan beasiswa. Metode yang bisa digunakan untuk pengelompokkan data mahasiswa ini adalah K-Means Clustering. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data yang ada dalam satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi tiga cluster yaitu menerima, dipertimbangkan, dan tidak berhak menerima beasiswa. Kemudian setiap cluster diklafikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang direkomondasikan menerima beasiswa, sedangkan cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang tidak berhak menerima beasiswa. Kata Kunci : Beasiswa, Centroid, Clustering, Indek Prestasi Kumulatif, K-Means, Penghasilan Orang tua, Prestasi pendukung.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata Kunci : Beasiswa, Centroid, Clustering, Indek Prestasi Kumulatif, K-Means, Penghasilan Orang tua, Prestasi pendukung.
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Rudi Setiawan
Contributors:
ContributionContributor NameNIDN/NIDK
UNSPECIFIEDDaryanto, DaryantoNIDN0707077203
Date Deposited: 09 Jul 2021 06:40
Last Modified: 09 Jul 2021 06:40
URI: http://repository.unmuhjember.ac.id/id/eprint/10973

Actions (login required)

View Item View Item