Detail Tugas Akhir

PENERAPAN METODE CLUSTERING DENGAN ALGORITMA K- MEANS UNTUK PREDIKSI KELULUSAN MAHASISWA JURUSAN TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER

Rindyyatul Jannah, Alfiyani (2017) PENERAPAN METODE CLUSTERING DENGAN ALGORITMA K- MEANS UNTUK PREDIKSI KELULUSAN MAHASISWA JURUSAN TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER. Undergraduate thesis, UNMUH JEMBER.

Berkas Tugas Akhir

PDF
Text
PENDAHULUAN.pdf
PDF
Text
ABSTRAK.pdf
PDF
Text
BAB I.pdf
PDF
Text
BAB II.pdf
PDF
Text
BAB III.pdf
Restricted to Registered users only
PDF
Text
BAB IV.pdf
Restricted to Registered users only
PDF
Text
BAB V.pdf
Restricted to Registered users only

Abstract

ABSTRAK

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.(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 59%, 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.

Kata Kunci : Kelulusan, Clustering, K-Means

Informasi Item

Item Type Thesis (Undergraduate)
Keywords/Kata Kunci 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)
Date Deposited 10 Jul 2021 02:13
Last Modified 10 Jul 2021 02:33
URI https://repository.unmuhjember.ac.id/id/eprint/10987

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?