PENERAPAN ALGORITMA K-MEANS UNTUK MENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMA TUGAS AKHIR PADA PRODI SISTEM INFORMASI UNIVERSITAS BUANA PERJUANGAN KARAWANG.

Tukino Tukino, Baenil Huda
{"title":"PENERAPAN ALGORITMA K-MEANS UNTUK MENDUKUNG KEPUTUSAN DALAM PEMILIHAN TEMA TUGAS AKHIR PADA PRODI SISTEM INFORMASI UNIVERSITAS BUANA PERJUANGAN KARAWANG.","authors":"Tukino Tukino, Baenil Huda","doi":"10.36805/TECHNOXPLORE.V4I1.542","DOIUrl":null,"url":null,"abstract":"Tema Tugas Akhir pada Prodi Sistem Informasi meliputi E-Business (E-BS), Sistem Pendukung Keputusan (SPK) dan Perancangan Sistem Informasi(PSI). Mahasiswa bebas untuk memilih satu tema dari 3 tema yang ditawarkan, tetapi pada kenyataannya mahasiswa mempunyai kesulitan dalam menentukan tema Tugas Akhir. Ketersediaan data Nilai mata kuliah belum dimanfaatkan secara optimal. Pada penelitian ini untuk mengotimalkan data nilai dengan menggunakan metode data mining dengan metode clustering dengan algoritma K-Means. Pada penelitian ini, data yang digunakan adalah data nilai mata kuliah semester satu sampai dengan semester 7. Atribut yang digunakan dalam daftar nilai mahasiswa adalah atribut nilia rata-rata mata kuliah yang menunjang tema E-BS, atribut nilai rata-rata mata kuliah yang menunjang tema SPK dan atribut nilai rata-rata mata kuliah yang menunjang tema PSI. Aplikasi yang digunakan untuk mengelompokan daftar nilai dan menentukan nilai rata-rata mata kuliah penunjang tema tugas akhir dengan menggunakan Rapidminer dan MS-Excel, metode data mining menggunakan fase-fase dari CRISP . Hasil penelitian terdapat empat kelompok mahasiswa berdasarkan kemampuan akademisi sebagai berikut : (1)Cluster 0 memiliki Nilai rata-rata MK penunjang tertinggi adalah EBS sebesar 2,698, (2)Clsuter 1 memiliki nilai rerata MK penunjang tertinggi adalah PSI sebesar 3,481, (3)Clsuter 2 memiliki Nilai rerata MK penunjang teringgi adalah PSI sebesar 1,242, (4)Clsuter 3 memiliki nilai rerata MK penunjang tertinggi adalah PSI sebesar 2,629.","PeriodicalId":173610,"journal":{"name":"Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi","volume":"27 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"5","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36805/TECHNOXPLORE.V4I1.542","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 5

Abstract

Tema Tugas Akhir pada Prodi Sistem Informasi meliputi E-Business (E-BS), Sistem Pendukung Keputusan (SPK) dan Perancangan Sistem Informasi(PSI). Mahasiswa bebas untuk memilih satu tema dari 3 tema yang ditawarkan, tetapi pada kenyataannya mahasiswa mempunyai kesulitan dalam menentukan tema Tugas Akhir. Ketersediaan data Nilai mata kuliah belum dimanfaatkan secara optimal. Pada penelitian ini untuk mengotimalkan data nilai dengan menggunakan metode data mining dengan metode clustering dengan algoritma K-Means. Pada penelitian ini, data yang digunakan adalah data nilai mata kuliah semester satu sampai dengan semester 7. Atribut yang digunakan dalam daftar nilai mahasiswa adalah atribut nilia rata-rata mata kuliah yang menunjang tema E-BS, atribut nilai rata-rata mata kuliah yang menunjang tema SPK dan atribut nilai rata-rata mata kuliah yang menunjang tema PSI. Aplikasi yang digunakan untuk mengelompokan daftar nilai dan menentukan nilai rata-rata mata kuliah penunjang tema tugas akhir dengan menggunakan Rapidminer dan MS-Excel, metode data mining menggunakan fase-fase dari CRISP . Hasil penelitian terdapat empat kelompok mahasiswa berdasarkan kemampuan akademisi sebagai berikut : (1)Cluster 0 memiliki Nilai rata-rata MK penunjang tertinggi adalah EBS sebesar 2,698, (2)Clsuter 1 memiliki nilai rerata MK penunjang tertinggi adalah PSI sebesar 3,481, (3)Clsuter 2 memiliki Nilai rerata MK penunjang teringgi adalah PSI sebesar 1,242, (4)Clsuter 3 memiliki nilai rerata MK penunjang tertinggi adalah PSI sebesar 2,629.
从何而来?
信息系统的最终任务Prodi主题包括E-Business (E-BS)、决策支持系统(SPK)和信息系统设计(PSI)。学生可以自由选择一个主题的三个主题,但事实上有困难的学生提供在确定论文的主题。学科价值数据的可用性尚未得到最佳利用。对这些研究进行活检mengotimalkan价值数据,用数据挖掘方法与K-Means算法聚类方法。在这项研究中,使用的数据是第一学期到第七学期的成绩数据。学生成绩清单上使用的属性是支持E-BS主题的平均学科,支持SPK主题的平均学科属性,支持PSI主题的平均学科属性。用于对值列表进行分类,并通过使用Rapidminer和msm - excel,数据挖掘方法使用CRISP的相位,确定最终任务主题支持课程的平均值。有四组学生根据学术能力的研究成果如下:(1)集群0 MK维持最高的平均成绩是EBS 2,698, (2) Clsuter 1有大大小的平均价值MK维持最高的是PSI 3,481, (3) Clsuter 2成绩平均MK 1,242大小的高端客户群是一个是维持PSI, (4) Clsuter 3成绩平均MK维持最高的是PSI 2,629大小。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信