Penerapan Algoritma K-Means Untuk Pengelompokan Data Nilai Siswa

TEGUH, HARIYADI (2013) Penerapan Algoritma K-Means Untuk Pengelompokan Data Nilai Siswa. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3857b) | Preview

Abstract

Data nilai siswa hanya akan menjadi sekumpulan data yang tidak berguna jika tidak dilakukan penggalian data terhadapnya. Banyak informasi terpendam yang dapat diambil dari sekumpulan data tersebut sehingga dapat memberikan suatu pengetahuan untuk penentuan kebijakan. Menggali data dapat dilakukan dengan cara pengelompokan data nilai siswa menjadi beberapa kelompok : kelompok nilai baik dan nilai buruk. Salah satu metode pengelompokan data adalah klastering dengan Algoritma K-Means. Algoritma K-Means membagi data menjadi sejumlah klaster k yang ditentukan oleh pengguna. Algoritma K-Means adalah algoritma paling sederhana dalam metode klastering. Pada proyek akhir ini, Algoritma K-Means diterapkan pada sebuah program bantu untuk mengelompokkan data nilai siswa. Dengan program bantu Algoritma K-Means, data dikelompokkan sebanyak 2 klaster, dengan pusat klaster awal kelompok nilai baik sebesar 100 dan nilai buruk sebesar 70. Pengujian dilakukan sebanyak 15 kali. Didapatkan hasil klaster nilai buruk sebanyak 224 record dan nilai baik sebanyak 125 record data. Program bantu Algoritma K-Means dapat digunakan untuk mengelompokkan data menjadi beberapa klaster dan hasil pengelompokan tersebut dapat digunakan sebagai pengetahuan untuk mengambil suatu kebijakan terkait nilai siswa. Dengan penelitian lebih lanjut, program ini dapat dibenahi untuk memperbaiki kekeliruan dan meningkatkan keakuratan hasil pengujian.

Actions (login required)