Sistem Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan Metode K-Means Clustering

Posted on
ABSTRAK

Pengelompokkan data mahasiswa merujuk pada kriteria Indeks Prestasi Kumulatif (IPK), penghasilan total orang tua, dan jumlah tanggungan keluarga dapat menolong pada proses penerimaan beasiswa. Cara yang dapat digunakan bagi pengelompokkan data mahasiswa ini ialah K-Means Clustering. Cara K-Means Clustering berusaha mengelompokkan data yang terdapat ke pada beberapa kelompok, dimana data pada satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi tiga cluster yaitu menerima, dipertimbangkan, dan tak berhak menerima beasiswa. Kemudian setiap cluster diklasifikasikan merujuk pada kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terbesar di centroid ahir adalah sebuah cluster yang direkomendasikan menerima beasiswa, sedangkan cluster dengan nilai terkecil di centroid ahir adalah sebuah cluster yang tak berhak menerima beasiswa. Pengujian program dilakukan sebanyak 40 kali percobaan kepada 48 data mahasiswa bagi memperoleh presisi hasil implementasi sistem K-Means Clustering. Nilai presisi dihitung dengan Error Presisi, dengan membandingkan data hasil clustering dari 40 percobaan. Hasil perhitungan Error Presisi di hasil klasifikasi merujuk pada IPK ialah 0,118 dan merujuk pada penghasilan orang tua ialah 0,076. Nilai Error Presisi yang rendah menunjukkan bahwa nilai presisinya tinggi. Nilai presisi tinggi menunjukkan ketetapan data di setiap percobaan dengan menggunakan tiga cluster pun tinggi.

Kata kunci: Beasiswa, Centroid, Clustering, Indeks Prestasi Kumulatif, K-Means, Penghasilan Total Orang Tua


Unduh File PDF : 

ABSTRAK bab 1,2,3,4,5,daftar pustaka (sumber skripsi : perpustakaan.uns.ac.id , digilib.uns.ac.id)


Unduh Source Code Program : (program dirancang oleh piramidaskripsi.com)
Download File.rar (hubungi 0853 6001 7113)
Screnshot Program :

Screenshot%2B2016-11-26%2B09.24.17 Screenshot%2B2016-11-26%2B09.25.15

Screenshot%2B2016-11-26%2B09.24.19

Screenshot%2B2016-11-26%2B09.24.26


Leave a Reply

Your email address will not be published. Required fields are marked *