Analisa dan Pemanfaatan Algoritma K-Means Clustering pada Data Siswa Sebagai Penentuan Penerima Beasiswa Kurang Mampu (Studi Kasus : SMK Negeri 2 Merangin)
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Pratama, Jhody
Subject
Aplikasi Sistem Pengolahan Data
Datestamp
2020-10-01 06:58:08
Abstract :
Data mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan secara otomatis. SMK Negeri 2 Merangin adalah salah satu sekolah yang memiliki program beasiswa kurang mampu. Selain tingkat akurasi data juga dibutuhkan efisiensi waktu pengolahan data calon penerima beasiswa. Terdapat kerumitan dalam pengolahan data selama ini, yaitu menentukan prioritas penerima beasiswa yang tepat agar dapat membantu mempermudah pihak sekolah dalam menentukan calon penerima beasiswa. Dalam melakukan analisis, penulis menggunakan data siswa 2019 kemudian disajikan kedalam format .csv dengan menggunakan alat bantu tools Excel dan WEKA dengan Algoritma K-means dengan 5 atribut dan 3 cluster, tools Excel mendapatkan hasil cluster pertama sebanyak 59 data siswa, cluster kedua sebanyak 459 data siswa, cluster ketiga sebanyak 73 data siswa, sedangkan tools WEKA mendapatkan hasil cluster pertama sebanyak 207 data siswa dengan persentase 35%, cluster kedua sebanyak 93 data siswa dengan persentase 16%, cluster ketiga sebanyak 291 data siswa dengan persentase 49%
Data mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan secara otomatis. SMK Negeri 2 Merangin adalah salah satu sekolah yang memiliki program beasiswa kurang mampu. Selain tingkat akurasi data juga dibutuhkan efisiensi waktu pengolahan data calon penerima beasiswa. Terdapat kerumitan dalam pengolahan data selama ini, yaitu menentukan prioritas penerima beasiswa yang tepat agar dapat membantu mempermudah pihak sekolah dalam menentukan calon penerima beasiswa. Dalam melakukan analisis, penulis menggunakan data siswa 2019 kemudian disajikan kedalam format .csv dengan menggunakan alat bantu tools Excel dan WEKA dengan Algoritma K-means dengan 5 atribut dan 3 cluster, tools Excel mendapatkan hasil cluster pertama sebanyak 59 data siswa, cluster kedua sebanyak 459 data siswa, cluster ketiga sebanyak 73 data siswa, sedangkan tools WEKA mendapatkan hasil cluster pertama sebanyak 207 data siswa dengan persentase 35%, cluster kedua sebanyak 93 data siswa dengan persentase 16%, cluster ketiga sebanyak 291 data siswa dengan persentase 49%
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
