PEMANFAATAN METODE K-MEANS CLUSTERING DALAM PENERIMAAN BEASISWA DI FAKULTAS TEHNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH JEMBER
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Jember
Author
FATONI, AH
Subject
004 Data Processing, Computer Science
Datestamp
2021-07-09 06:40:35
Abstract :
ABSTRAK Pengelompokkan data mahasiswa berdasarkan kriteria Indeks Prestasi Kumulatif (IPK). Penghasilan Orang Tua (PO) yang telah disahkan oleh pihak yang berwenang. Prestasi Pendukung, dapat membantu dalam proses penerimaan beasiswa. Metode yang bisa digunakan untuk pengelompokkan data mahasiswa ini adalah K-Means Clustering. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data yang ada dalam satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi tiga cluster yaitu menerima, dipertimbangkan, dan tidak berhak menerima beasiswa. Kemudian setiap cluster diklafikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang direkomondasikan menerima beasiswa, sedangkan cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang tidak berhak menerima beasiswa. Kata Kunci : Beasiswa, Centroid, Clustering, Indek Prestasi Kumulatif, K-Means, Penghasilan Orang tua, Prestasi pendukung.
ABSTRAK Pengelompokkan data mahasiswa berdasarkan kriteria Indeks Prestasi Kumulatif (IPK). Penghasilan Orang Tua (PO) yang telah disahkan oleh pihak yang berwenang. Prestasi Pendukung, dapat membantu dalam proses penerimaan beasiswa. Metode yang bisa digunakan untuk pengelompokkan data mahasiswa ini adalah K-Means Clustering. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data yang ada dalam satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi tiga cluster yaitu menerima, dipertimbangkan, dan tidak berhak menerima beasiswa. Kemudian setiap cluster diklafikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang direkomondasikan menerima beasiswa, sedangkan cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang tidak berhak menerima beasiswa. Kata Kunci : Beasiswa, Centroid, Clustering, Indek Prestasi Kumulatif, K-Means, Penghasilan Orang tua, Prestasi pendukung.
File :
ABSTRAK.pdf
1. HALAMAN JUDUL.pdf
15. DAFTAR PUSTAKA.pdf
10. BAB I.pdf
11. BAB II.pdf
12. BAB III.pdf
13. BAB IV.pdf
14. BAB V.pdf
2. HALAMAN PENGESAHAN.pdf
3. HALAMAN PERNYATAAN.pdf
4. ABSTRAK.pdf
5. PERSEMBAHAN DAN TERIMAKASIH.pdf
6. KATA PENGANTAR.pdf
7. DAFTAR ISI.pdf
8. DAFTAR GAMBAR.pdf
9. DAFTAR TABEL.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
