Penerapan Data Mining dalam Meningkatkan Mutu Pembelajaran Menggunakan Metode K-MEANS Clustering

Koko Handoko



Abstrak


Abstract— This research applies data mining using clustering methods to improve the quality of learning in Higher Education Institutions in the Program TKJ Community College South Solok. The algorithm used is K-Means Clustering is a process of grouping a number of data or object into a cluster (group) so that each cluster will contain the data that is as similar as possible and different from the objects in other clusters. Testing is done with RapidMiner 5.3 applications that generate clusters in improving the quality of learning. The samples used were taken from the data tables of students who have ditrasformasi. Where the variables are defined as the first test four variables, namely: IP students, distance students, attendance and parental income. Where the students will present data with the quality of teaching is very good, good, good enough, and less good.




Kata Kunci


Data to Improve Learning, Data Mining, K-Means Clustreing, RapidMiner


Teks Lengkap:

PDF


Referensi


Tahta A. (2012) “Analisa Perbandingan Metode Hierarchical Clustering, K-Means Dan Gabungan Keduanya Dalam Cluster Data (studi kasus : problerm kerja praktek jurusan teknik industri ITS).” Jurnal Teknik ITS Vol. 1,(Sept, 2012) ISSN : 2301-9271 : Surabaya.

Hasudungan T. (2011) “Analisis Keberhasilan Mahasiswa Dengan Metode Clustering K-Means” SNASTIA 2011-01-10, ISSN 1979-3960.

Pudjiantoro T. H. (2011) “Penerapan Data Mining Untuk Menganalisis Kemungkinan Pengunduran Diri Dari Mahasiswa Baru” Konferensi Sasional Sistem dan Informatika ; Bali, November 12, 2011.

Lindawati, 2008, “Data Mining Dengan Teknik Clustering Dalam Pengklasipikasian Data Mahasiswa Studi Kasus Prediksi Lama Studi Mahasiswa Universitas Bina Nusantara” Seminar Nasional Informatika 2008, ISSN : 1979-2328 : Jakarta Barat 11480.

Frengki Y. (2010) “Optimasi K-Means Clustering Menggunakan Particle Swarm Optimazation Pada Sistem Identifikasi Tumbuhan Obat berbasis Citra”, Ilmu Komputer Agri-Informatika , Volume 3 Nomor 1 Halaman 38-47 ISSN : 2089-6002.

Ediyanto. (2013) “Pengklasifikasian karakteristik Dengan Metode K-Means Cluster Analisi”, Buletin Ilmiah Mat.Stat, dan Penerapannya (Bimaster), Volume 02, No.2 (2013), Hal 133-136.

Medriosa M. (2014) “Metode Cluster Analisis”, Jurnal Momentum, Vol.16 No.2 Agustus 2014, ISSN : 1693-752X.

Rismawan T. 2008, “Aplikasi K-Means Untuk Pengelompokan Mahasiswa Berdasarkan Nilai Body Mass Index (BMI) & Ukuran karangka” Seminar Nasional Aplikasi Teknologi Informatika 2008 (SNATI 2008), ISSN : 1907-5022, : Yogyakarta.

Handoyo R. (2014) ”Perbandingan Metode Clustering Menggunakan Metode Single Linkage Dan K_Means Pada Pengelompokan Dokumen” Vol 15, No 2, Oktober 2014 : Bandung 40257.

Suprihatin. (2011) “Klastering K-Means Untuk Penentuan Nilai Ujian” Jusi Vol. 1, No 1, Februari 2011, ISSN


Artikel Statistik

Abstrak telah dilihat : 2141 kali
PDF telah dilihat : 621 kali

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Alamat Redaksi :
Jurusan Sistem Informasi, Fakultas Teknologi Informasi
Universitas Andalas
Kampus Limau Manis, Padang 25163, Sumatera Barat

email: teknosi@fti.unand.ac.id

  Jumlah Pengunjung :

 

Creative Commons License
This work by si.fti.unand.ac.id is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.