Penerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat
DOI:
https://doi.org/10.31154/cogito.v3i2.72.230-239Abstract
Universitas Klabat (UNKLAB) adalah salah satu perguruan tinggi swasta yang berada dibawah naungan organisasi Gereja Masehi Advent Hari Ketujuh, yang bertempat di Airmadidi, Sulawesi Utara. Universitas Klabat termasuk universitas yang sangat dikenal di Sulawesi utara, yang di dalamnya memiliki 1 program pascasarjana, 6 fakultas dan 1 akademik. Penelitian ini dilakukan untuk mengetahui pencapaian prestasi mahasiswa fakultas ilmu komputer yang berada pada tingkat 4 yang memiliki 52 mahasiswa yang aktif dengan memanfaatkan metode data mining. Berdasarkan data mahasiswa fakultas ilmu computer, penelitian ini dilakukan untuk mencari tahu berapa banyak mahasiswa yang memiliki prestasi akademik dibidang databases, networking dan programming dengan menggunakan algoritma data mining. Penelitian ini menggunakan algoritma K-Means dalam menganalisis prestasi akademik mahasiswa fakultas llmu komputer di Universitas Klabat. Data yang dianalisis dikelompokan terlebih dahulu agar terstruktur serta data yang dianalisis memiliki kejelasan hasil yang lebih dalam.Hasil yang didapat dari 52 mahasiswa tersebut adalah, 33% mahasiswa memiliki nilai prestasi di bidang database, 42% mahasiswa pada bidang networking dan 25% mahasiswa di bidang programming. Keywords : UNKLAB, Algoritma K-Means ,WEKA, Cluster, Data Mining.References
G. Heribertus, "Penerapan Algoritma Clustering K-means, K-medoid, Gath Geva," Universitas Gajah Mada, Yogyakarta.
E. Untari, "Pengaruh Kreativitas dan Minat Belajar Mahasiswa Terhadap Prestasi Belajar Mahasiswa," vol. XVIII, 2016.
Sumarno, "Prestasi Belajar Ditinjau dari Sikap Belajar Mahasiswa dan Cara Dosen Mengajar Dalam Mata Kuliah Kewirausahaan Program Studi Pendidikan Akuntansi FKIP UMS," 2012.
D. E. Turban, Decision Support System and Intelligent Systems, Yogyakarta: Andi Offset, 2005.
L. T. E. Kusrini, Algoritma dan Data Mining, Yogyakarta: Andi, 2009.
U. Fayyad, Advanced in Knowledge Discovery and Data Mining, Yogyakarta: Andi, 1996.
P. Berkhin, "A Survey of Clustering Data Mining Techniques. In: Grouping Multidimensional Data," 2006, pp. 25-71.
R. A. Asroni, "Penerapan Metode K-means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus pada Jurusan Teknik Informatika UMM Magelang," vol. 18, pp. 76-82, 2015.
Y. Agusta, "K-means Penerapan, Permasalahan dan Metode Terkait," Jurnal Sistem dan Informatika, pp. 47-60, 2007.
"Game Analytics," Mei 2014. [Online]. Available: http://www.gameanalytics.com/blog/introducing-clustering-behavioral-profiling-game-analytics.html. [Accessed Rabu Juni 2017].
S. Jiménez, “Text Classification and Klustering with WEKA: WEKA A guided example,” Univercidad Nacional De Colombia.
D. Sondakh, “Data Mining for Healthcare Data: A Comparison of Neural Networks Algorithms,” Cogito Smart Journal. vol. 1, pp. 10-19, 2017
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
