Dita Kurniasari (2020) PENERAPAN METODE CLUSTERING DENGAN ALGORITMA K-MEANS PADA PENGELOMPOKKAN DATA NILAI MATA KULIAH MAHASISWA DI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA (STUDI KASUS : FAKULTAS TEKNIK PROGRAM STUDI TEKNOLOGI INFORMASI). S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (329kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (497kB)
Abstrak.pdf
Restricted to Registered users only
Download (245kB)
Bab I.pdf
Download (15kB)
Bab II.pdf
Restricted to Registered users only
Download (336kB)
Bab III.pdf
Restricted to Registered users only
Download (53kB)
Bab IV.pdf
Restricted to Registered users only
Download (742kB)
Bab V.pdf
Restricted to Registered users only
Download (9kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (120kB)
Lampiran.pdf
Restricted to Registered users only
Download (630kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (680kB)
Full Text.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Mahasiswa merupakan salah satu faktor penting bagi universitas dalam meningkatkan mutu pendidikannya. Data nilai mahasiswa dapat menjadi acuannya. Banyaknya data nilai mahasiswa dalam sebuah universitas menyebabkan penumpukan data, oleh sebab itu maka dilakukan pengelompokkan data dengan data mining. Penelitian ini bertujuan untuk mengelompokkan data nilai mahasiswa pada semester 2. Pengelompokkan data nilai mahasiswa dilakukan dengan metode clustering dengan menggunakan algoritma k-means. Dalam penelitian ini, data yang digunakan berasal dari database Universitas Muhammadiyah Yogyakarta. Data yang digunakan yaitu data nilai mahasiswa dalam tahun ajaran 2010/2011, 2011/2012, 2012/2013, 2013/2014, dan 2014/2015. Proses analisis ini dilakukan dengan menggunakan software WEKA, Sql Server 2014 management studio dan Microsoft excel. Metode clustering dapat diterapkan pada pengelompokkan data nilai mahasiswa. Clustering dengan K-Means membentuk 3 cluster dengan cluster 0 berjumlah 72 mahasiswa, cluster 1 berjumlah 190 mahasiswa, dan cluster 2 berjumlah 133 mahasiswa. Cluster dengan rata-rata nilai terendah dapat digunakan sebagai pertimbangan dalam memperbaharui metode pembelajaran agar perolehan nilai oleh mahasiswa lebih optimal.
Item Type: | Thesis (S1) |
---|---|
Divisions: | Fakultas Teknik > Teknologi Informasi S1 |
Depositing User: | Unnamed user with email robi@umy.ac.id |
Date Deposited: | 12 Oct 2021 01:33 |
Last Modified: | 12 Oct 2021 01:33 |
URI: | https://etd.umy.ac.id/id/eprint/2475 |