PENERAPAN ALGORITMA K-MEANS UNTUK MENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMA TUGAS AKHIR PADA PRODI SISTEM INFORMASI UNIVERSITAS BUANA PERJUANGAN KARAWANG.

Tukino Tukino, Baenil Huda

Abstract


Tema Tugas Akhir pada Prodi Sistem Informasi meliputi E-Business (E-BS), Sistem Pendukung Keputusan (SPK) dan Perancangan Sistem Informasi(PSI). Mahasiswa bebas untuk memilih satu tema dari 3 tema yang ditawarkan, tetapi pada kenyataannya mahasiswa mempunyai kesulitan dalam menentukan tema Tugas Akhir. Ketersediaan data Nilai mata kuliah belum dimanfaatkan secara optimal. Pada penelitian ini untuk mengotimalkan data nilai dengan menggunakan metode data mining dengan metode clustering dengan algoritma K-Means. Pada penelitian ini, data yang digunakan adalah data nilai mata kuliah semester satu sampai dengan semester 7. Atribut yang digunakan dalam daftar nilai mahasiswa adalah atribut nilia rata-rata mata kuliah yang menunjang tema E-BS, atribut nilai rata-rata mata kuliah yang menunjang tema SPK dan atribut nilai rata-rata mata kuliah yang menunjang tema PSI. Aplikasi yang digunakan untuk mengelompokan daftar nilai dan menentukan nilai rata-rata mata kuliah penunjang tema tugas akhir dengan menggunakan Rapidminer dan MS-Excel, metode data mining menggunakan fase-fase dari CRISP . Hasil penelitian terdapat empat kelompok mahasiswa berdasarkan kemampuan akademisi sebagai berikut : (1)Cluster 0 memiliki Nilai rata-rata MK penunjang tertinggi adalah EBS sebesar 2,698, (2)Clsuter 1 memiliki nilai rerata MK penunjang tertinggi adalah PSI sebesar 3,481, (3)Clsuter 2 memiliki Nilai rerata MK penunjang teringgi adalah PSI sebesar 1,242, (4)Clsuter 3 memiliki nilai rerata MK penunjang tertinggi adalah PSI sebesar 2,629.

Full Text:

PDF

References


Universitas Buana Perjuangan Karawang , Buku Panduan Akademik 2017-2018.

Eko Prasetyo, Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab. Yogyakarta: ANDI, 2014.

Fajar Astuti Hermawati, Data Mining. Yogyakarta: CV ANDI OFFSET, 2013.

Ediyanto, Muhlasah Novitasari Mara, and Neva Satyahadewi, "Pengklasifikasian Karakteristik Dengan Metode K-Means Cluster Analysis," Buletin Ilmiah Mat. Stat dan Terapannya (Bimaster), vol. 02, no. 2, pp. 133-136, 2013

Lee Finn and Juan Santana, Data Mining : Meramalkan Bisnis Perusahaan. Jakarta: PT Elex Media Komputindo, 2010.

Hasan Ziafat and Majid Shakeri, "Using Data Mining Techniques in Customer Segmentation," Journal of Engineering Research and Applications, vol. 4, no. 9, pp. 70-79, 2014. [Online]. www.ijera.com

Kusrini and Emha Taufiq, Algoritma Data Mining. Yogyakarta: CV ANDI OFFSET, 2009.

Totok Suprawoto, "Klasifikasi Data Mahasiswa Menggunakan Metode K-Means Untuk Menunjang Pemilihan Strategi Pemasaran," Jurnal Informatika dan Komputer (JIKO), vol. 1, no. 1, pp. 12-18, Februari 2016.

Tamsir Hasudungan Sirait and Johan Oscar Ong, "Analisis Keberhasilan Mahasiswa Dengan Metode Clustering K-Means," SNASTIA, pp. 1-6, 2011.

Sofi Defiyanti and Mohamad Jajuli, "Integrasi Metode Klasifikasi Dan Clustering dalam Data Mining," Konferensi Nasional Informatika (KNIF), pp. 39-44, 2015

Sumanto and Romi Satrio Wahono, "Penerapan Fuzzy C-Means Dalam Pemilihan Peminatan Tugas Akhir Mahasiswa," Proceeding ISIT, vol. 1, no. 1, pp. 1-8, 2011.

Han, Jiawei; & Kamber, Micheline. 2001. Data Mining Concepts and Techniques Second Edition. San Francisco: Morgan Kauffman.

Rizky Adrianto, and Amiq Fahmi, "Penerapan Metode Clustering Dengan Algoritma K-Means Untuk merekomendasikan Pemilihan jalur Peminatan Sesuai Kemampuan Pada Program Studi Teknik Informatika – S1 Universitas Dian Nuswantoro," Journal Of Information System, vol. 1, no. 2, (2016)

Sri Mulyati "Penerapan Data Mining Dengan Menggunakan Metode Clustering Untuk Pengelompokan Data Pengiriman Burung," Prosiding Seminar Ilmiah Nasional Teknologi Komputer (SENATKOM 2015) , vol. 1, Oktober 2015 ISSN : 2460-4690


Refbacks

  • There are currently no refbacks.