IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM

Prodi Teknik Informatika STMIK AKAKOM menawarkan 3 peminatanrndalam perkuliahan yaitu cloud computing, mobile dan sistem cerdas. Setiaprnpeminatan ditunjang beberapa matakuliah yang wajib diambil pada semesterrnsebelumnya. Dengan melihat kedekatan nilai-nilai matakuliah yang berhubunganrndengan seti...

Full description

Saved in:

Bibliographic Details
Main Authors:	Ariesta Damayanti, S.Kom., M.Cs., Renalia, Elsa - 155410171
Language:	Indonesian
Published:	STMIK AKAKOM 2019
Subjects:	Metode K-Means Implementasi
Tags:	Add Tag No Tags, Be the first to tag this record!

PINJAM

id	oai:opac.utdi.ac.id:slims-372
record_format	oai_dc
spelling	oai:opac.utdi.ac.id:slims-3722020-08-10T13:32:14Z IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM Ariesta Damayanti, S.Kom., M.Cs. Renalia, Elsa - 155410171 Metode K-Means Implementasi STMIK AKAKOM 2019 id Text Skripsi http://opac.utdi.ac.id//index.php?p=show_detail&id=372 Prodi Teknik Informatika STMIK AKAKOM menawarkan 3 peminatanrndalam perkuliahan yaitu cloud computing, mobile dan sistem cerdas. Setiaprnpeminatan ditunjang beberapa matakuliah yang wajib diambil pada semesterrnsebelumnya. Dengan melihat kedekatan nilai-nilai matakuliah yang berhubunganrndengan setiap peminatan dapat dilihat peminatan manakah yang lebih cocok untukrnmasing-masing mahasiswa.rnKedekatan nilai-nilai mata kuliah dapat dilihat dengan teknik clusteringrnsalah satunya dengan metode K-Means. Walaupun memiliki banyak kelebihanrnmetode ini sangat sensitif terhadap penentuan centroid awal. Oleh karenanyarndilakukan optimasi untuk penentuan centroid awal dengan menggunakanrnAlgoritma genetika. Penggabungan metode Genetic Algorithm dan K-Meansrnsering disingkat sebagai GA-K Means. Pada penelitian silhouette coefficientrndigunakan untuk menentukan kualitas klaster. Sistem ini menggunakan nilairnmahasiswa Prodi TI angkatan 2015/2016 sebanyak 70 mahasiswa.rnAplikasi yang dibuat dapat mengelompokkan mahasiswa TI angkatanrn2015/2016 menjadi 3 klaster. Klaster pertama berisi 7 data, klaster kedua berisi 20rndata dan klaster ketiga berisi 43 data. Nilai silhouette coefficient klaster 1 adalahrn0.256497, nilai silhouette coefficient klaster 2 adalah 0.111588 sedangkan nilairnsilhouette coefficient klaster 3 adalah 0.323434.rnHasil yang didapat dari aplikasi ini belum mampu mengoptimasi K-Meansrndengan baik (nilai silhouette coefficient relatif jauh dari 1) dikarenakan jumlahrncacah data yang terlalu sedikit dan tingkat heterogenitas data yang kurang besar.rnKata kunci : GA-K means, pengelompokan, silhouette coeffisient. Yogyakarta xv, 51 hlm, ilus; 29 cm
institution	UTDI
collection	Universitas Teknologi Digital Indonesia
language	Indonesian
topic	Metode K-Means Implementasi
spellingShingle	Metode K-Means Implementasi Ariesta Damayanti, S.Kom., M.Cs. Renalia, Elsa - 155410171 IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM
description	Prodi Teknik Informatika STMIK AKAKOM menawarkan 3 peminatanrndalam perkuliahan yaitu cloud computing, mobile dan sistem cerdas. Setiaprnpeminatan ditunjang beberapa matakuliah yang wajib diambil pada semesterrnsebelumnya. Dengan melihat kedekatan nilai-nilai matakuliah yang berhubunganrndengan setiap peminatan dapat dilihat peminatan manakah yang lebih cocok untukrnmasing-masing mahasiswa.rnKedekatan nilai-nilai mata kuliah dapat dilihat dengan teknik clusteringrnsalah satunya dengan metode K-Means. Walaupun memiliki banyak kelebihanrnmetode ini sangat sensitif terhadap penentuan centroid awal. Oleh karenanyarndilakukan optimasi untuk penentuan centroid awal dengan menggunakanrnAlgoritma genetika. Penggabungan metode Genetic Algorithm dan K-Meansrnsering disingkat sebagai GA-K Means. Pada penelitian silhouette coefficientrndigunakan untuk menentukan kualitas klaster. Sistem ini menggunakan nilairnmahasiswa Prodi TI angkatan 2015/2016 sebanyak 70 mahasiswa.rnAplikasi yang dibuat dapat mengelompokkan mahasiswa TI angkatanrn2015/2016 menjadi 3 klaster. Klaster pertama berisi 7 data, klaster kedua berisi 20rndata dan klaster ketiga berisi 43 data. Nilai silhouette coefficient klaster 1 adalahrn0.256497, nilai silhouette coefficient klaster 2 adalah 0.111588 sedangkan nilairnsilhouette coefficient klaster 3 adalah 0.323434.rnHasil yang didapat dari aplikasi ini belum mampu mengoptimasi K-Meansrndengan baik (nilai silhouette coefficient relatif jauh dari 1) dikarenakan jumlahrncacah data yang terlalu sedikit dan tingkat heterogenitas data yang kurang besar.rnKata kunci : GA-K means, pengelompokan, silhouette coeffisient.
author	Ariesta Damayanti, S.Kom., M.Cs. Renalia, Elsa - 155410171
author_facet	Ariesta Damayanti, S.Kom., M.Cs. Renalia, Elsa - 155410171
author_sort	Ariesta Damayanti, S.Kom., M.Cs.
title	IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM
title_short	IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM
title_full	IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM
title_fullStr	IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM
title_full_unstemmed	IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM
title_sort	implementasi ga-k means untuk pengelompokanrnpeminatan mahasiswa teknik informatikarnstmik akakom
publisher	STMIK AKAKOM
publishDate	2019
callnumber-raw	http://opac.utdi.ac.id//index.php?p=show_detail&id=372
callnumber-search	http://opac.utdi.ac.id//index.php?p=show_detail&id=372
_version_	1741198987838357504

IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKANrnPEMINATAN MAHASISWA TEKNIK INFORMATIKArnSTMIK AKAKOM

Similar Items