MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING

Marlindawati, Marlindawati and Andri, Andri (2015) MODEL DATA MINING DALAM PENGKLASIFIKASIAN KETERTARIKAN BELAJAR MAHASISWA MENGGUNAKAN METODE CLUSTERING. In: SEMNASTEKNOMEDIA, 2015, AMIKOM Yogyakarta.

[img]
Preview
Text
semnas.pdf

Download (1MB) | Preview

Abstract

Perkembangan teknologi informasi terutama yang berhubungan dengan media penyimpanan saat ini berkembang begitu pesat. Dari waktu ke waktu data dalam sebuah perguruan tinggi, terutama yang berhubungan dengan data mahasiswa akan terus mengalami peningkatan. Hal ini tentu saja akan menyebabkan data yang tersimpan akan terus bertambah, terutama data akademik mahasiswa. Jika data yang bertumpuk tidak dimanfaatkan dengan semaksimal mungkin, maka akan terjadi kemubaziran terhadap data tersebut. Dengan memanfaatkan teknik data mining maka dari data yang banyak tadi akan didapat informasi yang berguna. Data Mining merupakan proses analisis data yang 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 ketertarikan belajar dari mahasiswa yang ada dalam perguruan tinggi dengan metode clustering. Data dari penelitian ini berasal dari mahasiswa Sistem Informasi angkatan 2011-2013 Universitas Bina Darma yaitu 1.000 record data dari tb_mhs, 4.1367 record data dari tb_khs dan 417 record dari tb_mk. Proses mining menggunakan tools SSAS (SQL Sever 2008 Analysis Service). Setelah melakukan beberapa tahapan dari data mining, Hasil analisis menunjukkan terdapat tiga cluster yang terbentuk berdasarkan konsentrasi matakuliah pilihan. Cluster 1 klasifikasi minat untuk konsetrasi A sebanyak 400 mahasiswa. Cluster 2 klasifikasi minat untuk matakuliah konsentrasi B sebanyak 186 mahasiswa, dan cluster 3 klasifikasi minat matakuliah konsentrasi C sebanyak 188 mahasiswa.

Item Type: Conference or Workshop Item (Paper)
Uncontrolled Keywords: teknologi informasi, data mining, clustering
Subjects: A General Works > AC Collections. Series. Collected works
A General Works > AI Indexes (General)
A General Works > AS Academies and learned societies (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Mr Andri Andri
Date Deposited: 27 Jul 2015 02:22
Last Modified: 27 Jul 2015 02:22
URI: http://eprints.binadarma.ac.id/id/eprint/2333

Actions (login required)

View Item View Item