PENGELOMPOKAN KINERJA DOSEN BERDASARKAN PENILAIAN MAHASISWA MENGGUNAKAN ALGORITMA CLUSTERING HIERARCHICAL

CAHYA, SYAMSI DWI PENGELOMPOKAN KINERJA DOSEN BERDASARKAN PENILAIAN MAHASISWA MENGGUNAKAN ALGORITMA CLUSTERING HIERARCHICAL. PENGELOMPOKAN KINERJA DOSEN BERDASARKAN PENILAIAN MAHASISWA MENGGUNAKAN ALGORITMA CLUSTERING HIERARCHICAL.

Preview

PDF - Published Version Download (83Kb) | Preview

Abstract

Dosen adalah salah satu sivitas akademik yang memegang peran sangat penting bagi kemajuan suatu Perguruan Tinggi. Semakin banyak perguruan tinggi memiliki dosen-dosen yang kepakarannya terkenal, maka akan banyak mahasiswa yang termotivasi. Masalah yang sering terjadi disebabkan masih banyaknya jumlah dosen yang masih belum memenuhi nilai standar Edom yang telah ditetapkan oleh perguruan tinggi, hal tersebut akan mempengaruhi tingkat kualiatas pengajar di perguran tinggi dan juga berpengaruh pada mahasiswa. Hierarchical clustering merupakan salah satu algoritma clustering yang fungsinya dapat digunakan untuk meng-cluster dokumen (document clustering). Dari hasil pengujian terhadap 3 metode agglomerative clustering diantaranya complete linkage, single linkage dan average linkage dengan melakukan pengukuran menggunakan Sum of Squares Error (SSE) mendapatkan hasil 2326.3728648524400 untuk average linkage, 1929.948528 untuk complete linkage dan untuk single linkage 4769.81746. jadi hasil perhitungan menunjukan bahwa metode yang lebih baik berdasarkan perhitungan SSE adalah complete linkage Keyword : Hierarchical clustering, Agglomerative Clustering

Actions (login required)