Implementasi Metode K-Means Dalam Pemetaan Kelompok Mahasiswa Melalui Data Aktivitas Kuliah
Tingkat kelulusan sangat penting dalam proses akreditasi untuk meningkat kualitas suatu perguruan tinggi. Lulusnya seorang mahasiswa dinyatakan apabila dapat menyelesaikan masa studi pendidikan, dan diukur dari nilai IPK mahasiswa agar dapat memudahkan proses penyelesaian tugas akhir mahasiswa dan m...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | article |
| Lenguaje: | EN |
| Publicado: |
UIR Press
2018
|
| Materias: | |
| Acceso en línea: | https://doaj.org/article/04ed48d5dc0944738ba14e6405a827f3 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Tingkat kelulusan sangat penting dalam proses akreditasi untuk meningkat kualitas suatu perguruan tinggi. Lulusnya seorang mahasiswa dinyatakan apabila dapat menyelesaikan masa studi pendidikan, dan diukur dari nilai IPK mahasiswa agar dapat memudahkan proses penyelesaian tugas akhir mahasiswa dan memantau hasil belajar dengan melihat aktivitas kuliah mahasiswa, agar mahasiswa tersebut dapat dinyatakan lulus tepat waktu atau tidak. Data Clustering merupakan salah satu metode Data Mining yang bersifat tanpa arahan (unsupervised). Ada dua jenis data clustering yang sering dipergunakan dalam proses pengelompokan data yaitu hierarchical (hirarki) data clustering dan non-hierarchical (non hirarki) data clustering. K-Means merupakan salah satu metode clustering/pengelompokan non hirarki. Teknik pengelompkan datanya sederhana dan cepat, adapun beberapa kriteria yang digunakan dalam pengelompokan yaitu IPK, Presesnsi, Organisasi Kampus, Tanggungan Biaya Kuliah, Pekerjaan dan Status sebagai parameter atau alat ukur untuk memudahkan dalam mengelompokan mahasiswa, hal tersebut bertujuan untuk melihat hasil perkembangan mahasiswa apakah dapat lulus tepat waktu atau tidak. Manfaat penelitian ini memudahkan program studi dalam mengawasi dan mengevaluasi perkembangan studi mahasiswa. |
|---|