Duis Tanti, - (2021) PENERAPAN ALGORITMA K-MEANS CLUSTERING PADA PENENTUAN BIDANG KEAHLIAN MAHASISWA (STUDI KASUS : TEKNIK INFORMATIKA UIN SUSKA RIAU). Skripsi thesis, universitas islam negeri sultan syarif kasim riau.

Preview	Text File hasil penelitian kecuali (BAB IV dan BAB V).pdf Download (2MB) | Preview
	Text (BAB IV) File hasil penelitian (BAB IV dan BAB V).pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Teknik Informatika adalah salah satu program studi yang ada di Universitas Islam Negeri Sultan Syarif Kasim Riau yang berdiri pada tahun 1999 yang berada dibawah naungan Fakultas Sains dan Teknologi. Penentuan bidang keahlian program studi Teknik Informatika dapat merujuk pada Association for Computing Machinery (ACM) Computing Curricula yang terdiri dari 5 kelompok bidang keahlian yaitu Computer Science, Software Engineering, Computer System Engineering, Information Technology dan Information Systems. Penelitian menggunakan metode K-Means Clustering untuk membantu dalam penentuan bidang keahlian mahasiswa sesuai dengan kemampuan akademik dan minat. K-Means merupakan algoritma paling populer yang digunakan karena memiliki kelebihan yaitu algoritmanya yang sederhana dan mudah diimplementasikan. Penentuan bidang keahlian yang tepat dapat mengarahkan mahasiswa dalam penentuan topik penelitian tugas akhir. Pada penelitian ini menggunakan data mahasiswa Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau angkatan 2016 dan 2017. Tujuan penelitian ini menerapkan metode K-Means Clustering dalam kasus penentuan bidang keahlian berdasarkan nilai matakuliah yang terkait dengan bidang keahlian dari semester 1 sampai 5. Pengujian yang dilakukan setelah tahap implementasi dengan pengujian Whitebox dan pengujian input K-Means Clustering. Hasil penelitian ini yaitu 2 cluster bidang keahlian dengan cluster 1 yaitu Ilmu Komputer 86 (43%,) mahasiswa dan cluster 2 Teknologi Informasi 114 (57%) . Pengujian silhoutte coefficient mendapatkan hasil 0,52 yakni struktur sedang atau good cluster pada data cluster yang terbentuk. Kata Kunci : Bidang Keahlian, Clustering, K-Means, Mahasiswa, Matakuliah, Silhoutte Coefficient

Actions (login required)

View Item