KLASIFIKASI DATA MINING UNTUK MENGELOMPOKKAN DATA NILAI TRY OUT SISWA MENGGUNAKAN ALGORITMA K-MENS CLUSTERING

Metode K-Means merupakan algoritma umum yang digunakan untukmelakukan pengelompokkan/clustering dokumen. Pengelompokkan yangberulang-ulang akan menambah akurasi pada dokumen yang diprosesmenggunakan metode K-Means. Uji coba metode K-Means pada penelitian untukmengelompokkan nilai siswa yang mengikut...

Full description

Saved in:
Bibliographic Details
Main Authors: Femi Dwi Astuti, S.Kom., M.Cs, Algarandi, Gigandaru - 145410173
Language:Indonesian
Published: UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2022
Subjects:
Tags: Add Tag
No Tags, Be the first to tag this record!
PINJAM
Description
Summary:Metode K-Means merupakan algoritma umum yang digunakan untukmelakukan pengelompokkan/clustering dokumen. Pengelompokkan yangberulang-ulang akan menambah akurasi pada dokumen yang diprosesmenggunakan metode K-Means. Uji coba metode K-Means pada penelitian untukmengelompokkan nilai siswa yang mengikuti try-out, bertujuan untuk melihatakurasi pada metode K-Means dalam melakukan proses pengelompokkan, denganmenggunakan data nilai try-out siswa yang mengikuti ujian.Untuk melakukan uji coba algoritma K-Means, perlu dibuat sebuah aplikasiyang mampu melihat proses perpindahan data nilai try-out dengan lengkap dandapat melakukan proses K-Means yang lebih cepat dan mudah untuk diprosesdalam sistem. Aplikasi dibuat menggunakan bahasa pemrograman Java Net Beans,Java Net Beans digunakan untuk menginputkan data nilai try-out dan memprosesclustering nilai try-out. Aplikasi ini dapat digunakan user yang sudah terdaftardalam databases. Databases yang digunakan dalam aplikasi ini menggunakanXAMPP, sebagai tempat untuk menyimpan data user, data siswa, data nilai try-outdan hasil dari proses.Aplikasi yang dihasilkan dalam proses pengclusteran menggunakanalgoritma K-Means untuk mengelompokkan nilai try-out. Mampu membacaperpindahan data nilai try-out, hingga proses data berhenti dan menghasilkan datayang dapat dilihat untuk membagi kriteria siswa menjadi 3 kelompokan.Kata kunci : K-means, Java, Clustering, Nilai, TryOut.