RIZQI PRATAMA, - (2022) CLUSTERING KEMAMPUAN MEMBACA AL-QUR’AN PADA SISWA SD NEGERI DI KECAMATAN PEKANBARU KOTA MENGGUNAKAN METODE K-MEANS. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.
|
Text
BAB I,II,III, dan V.pdf Download (3MB) | Preview |
|
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
RIZQI PRATAMA (2022) : CLUSTERING KEMAMPUAN MEMBACA AL-QUR’AN PADA SISWA SD NEGERI DI KECAMATAN PEKANBARU KOTA MENGGUNAKAN METODE K-MEANS Kemampuan membaca Al-qur’an merupakan keterampilan dalam mengucapkan atau membaca setiap huruf yang terdapat dalam Al-qur’an dengan benar yang harus dimiliki anak sejak usia dini. Berdasarkan wawancara dengan ketua Lembaga Pengembangan Tilahwatil Qur’an (LPTQ) Kecamatan Pekanbaru Kota menyatakan bahwa sejak 2012 beliau menjabat hanya 40% siswa Sekolah Dasar (SD), Madrasah Diniyah Awaliyah (MDA) dan Taman Pendidikan Al-qur’an (TPA) yang dapat membaca Al-qur’an sampai tingkat tajwid. Berdasarkan permasalahan tentang kemampuan membaca Al-qur’an pada anak siswa SD di Kecamatan Pekanbaru Kota, maka dilakukan penelitian mengenai clustering yang bertujuan untuk mengetahui kelompok anak berdasarkan tingkat kemampuan membaca Al-qur’an. Data yang digunakan terdiri dari 214 record data dan 9 atribut yang akan dibentuk menjadi 3 cluster. Hasil dari pengelohan data melalui tahapan Knowledge Discovery in Database (KDD) menghasilkan 3 cluster yaitu 77 data tergolong buruk, 116 data tergolong cukup dan 21 data tergolong baik. Selain itu hasil dari pengujian menggunakan Silhouette Coefficient (SC) menunjukkan hasil yaitu 0,401 yang mana merupakan struktur yang lemah. Untuk hasil SC yang lebih baik yang didapat dari hasil eksperimen yaitu dengan 3 atribut dan 3 cluster memiliki 77 data tergolong buruk, 68 data tergolong cukup dan 69 data tergolong baik, yaitu 0,725. Kata Kunci: Al-qur’an, Algoritma K-Means, Clustering, Data Mining, KDD, Silhouette Coefficient.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 19 Jan 2022 02:14 |
Last Modified: | 19 Jan 2022 02:14 |
URI: | http://repository.uin-suska.ac.id/id/eprint/57877 |
Actions (login required)
View Item |