Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Prediksi Kelulusan Mahasiswa Jurusan Teknik Informatika di Universitas Muhammadiyah Jember



Jannah, Alfiyani Rindyyatul (2017) Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Prediksi Kelulusan Mahasiswa Jurusan Teknik Informatika di Universitas Muhammadiyah Jember. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

[thumbnail of JURNAL.pdf]
Preview
Text
JURNAL.pdf - Published Version

Download (533kB) | Preview
[thumbnail of PENDAHULUAN.pdf] Text
PENDAHULUAN.pdf

Download (430kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (193kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (120kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Repository staff only

Download (521kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (627kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

Download (444kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Repository staff only

Download (74kB)

Abstract

Kelulusan mahasiswa yang tepat waktu akan menguntungkan pihak mahasiswa dan perguruan tinggi. Ada beberapa faktor yang mempangaruhi prediksi kelulusan mahasiswa yang sesuai dengan waktu studi, diantaranya : rata-rata IPK terakhir, jumlah SKS, keaktifan di organisasi, beasiswa, dan asal daerah.(Kondo, Ferry.2015)

Clustering merupakan suatu metode untuk pengelompokan dokumen dimana dokumen dikelompokan dengan konten untuk mengurangi ruang pencarian yang diperlukan dalam merespon suatu query (Natalius, 2010). Dalam penelitian ini menggunakan tiga kategori kelulusan yaitu lulus cepat, tepat , dan lambat.

Hasil perhitungan dataset dengan metode K-Means didapatkan hasil Accuracy 60%, hal ini menunjukkan bahwa sistem dapat mengklasifikasikan data secara benar, namun dalam pengelompokkannya belum optimal, karena terdapat data yang terklasifikasi benar masuk ke klasifikasi salah dan data terklasifikasi salah masuk ke klasifikasi benar.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
UNSPECIFIED
Arifianto, Deni
nidn1103588

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Kelulusan, Clustering, K-Means
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: Hendri UF | hendri@unmuhjember.ac.id
Date Deposited: 23 Aug 2018 02:20
Last Modified: 12 Sep 2019 09:50
URI: http://repository.unmuhjember.ac.id/id/eprint/589

Actions (login required)

View Item View Item