PENGELOMPOKAN MINAT BELAJAR MAHASISWA MENGGUNAKAN TEKNIK DATA MINING DENGAN METODE CLUSTERING

Marlindawati, Marlindawati (2022) PENGELOMPOKAN MINAT BELAJAR MAHASISWA MENGGUNAKAN TEKNIK DATA MINING DENGAN METODE CLUSTERING. PENGELOMPOKAN MINAT BELAJAR MAHASISWA MENGGUNAKAN TEKNIK DATA MINING DENGAN METODE CLUSTERING.

[img] Text
ModelDMClustering.docx

Download (1MB)
Official URL: https://www.binadarma.ac.id

Abstract

Abstrak : Mengikuti perkembangan teknologi informasi yang berhubungan dengan media penyimpanan saat ini, data dapat disimpan dalam bentuk digital. Dalam sebuah perguruan tinggi jumlah mahasiswa akan terus bertambah seiring berjalannya waktu. Hal ini akan menyebabkan data yang tersimpan terutama data yang berhubungan dengan akademik mahasiswa akan terus bertambah. Jika tidak dimanfaatkan dengan maksimal maka akan terjadi kemubaziran terhadap data tersebut. Dengan memanfaat teknik data mining maka didapat informasi yang berguna dari tumpukan data yang ada. Data mining merupakan kegiatan yang bertujuan untuk menggali informasi dari tumpukan data yang besar. Data Mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola atau aturan tertentu dari sejumlah data dalam jumlah besar yang diharapkan dapat menemukan pengetahuan guna mendukung keputusan. Dalam penelitian ini akan dilakukan mining data yang berhubungan dengan akademik mahasiswa untuk dapat mengetahui minat belajar dari mahasiswa yang ada dalam perguruan tinggi. Penelitian ini akan menghasilkan sebuah model yang dapat digunakan untuk melakukan pengelompokan mahasiswa berdasarkan minat belajarnya. Teknik data mining yang digunakan dalam penelitian ini adalah teknik clustering.

Item Type: Article
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Civil Engineering and the Environment
Depositing User: Mr Edi Surya Negara
Date Deposited: 24 Jun 2022 04:00
Last Modified: 24 Jun 2022 04:00
URI: http://eprints.binadarma.ac.id/id/eprint/15477

Actions (login required)

View Item View Item