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.

Preview	Text JURNAL.pdf - Published Version Download (533kB) | Preview
	Text PENDAHULUAN.pdf Download (430kB)
	Text ABSTRAK.pdf Download (193kB)
	Text BAB I.pdf Download (120kB)
	Text BAB II.pdf Restricted to Repository staff only Download (521kB)
	Text BAB III.pdf Restricted to Repository staff only Download (627kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (444kB)
	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