PENENTUAN PEMINATAN TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA UNSIKA
DOI:
https://doi.org/10.35706/solusi.v2i05.168Abstrak
Tugas Akhir (TA) adalah sebuah mata kuliah yang harus ditempuh oleh seorang mahasiswa menjelang akhir studinya. Mahasiswa mengalami kesulitan dan kendala dalam menentukan bidang konsentrasinya dalam penyusunan tugas akhir yang sesuai dengan kemampuan yang dimiliki mahasiswa sehingga menyebabkan pengerjaan tugas akhir menjadi lama bahkan terdapat kecenderungan untuk menyewa orang lain untuk mengerjakan tugas akhirnya.
Teknik clustering dengan algoritma K-means dapat menentukan sebaran peminatan tegas akhir pada program studi Teknik Informatika berdasarkan nilai-nilai matakuliah yang telah ditempuh. Pemodelan yang akan dibangun dengan memanfaatkan aplikasi data mining. Claster yang digunakan adalah 3 kategori dengan pertimbangan peminatan tugas akhir yang ada di program studi Teknik Informatika.
Hasil yang didapat dengan menggunkanan metode clustering dengan algoritma K-means didapat dari 26 jumlah data mahasiswa yang telah dilakukan penelitian didapat bahwa ada 7 data mahasiswa yang masuk kedalam cluster 0, 13 data mahasiswa yang masuk kedalam cluster 1 dan ada 6 data mahasiswa yang masuk kedalam cluster 2. Cluster 0 merupakan data untuk nilai-nilai matakuliah yang cenderung memiliki nilai tinggi untuk matakuliah yang berbasiskan matematika. Sedangkan cluster 2 merupakan data untuk nilai-nilai matakuliah yang cenderung memiliki nilai tinggi untuk matakuliah wajib di dalam program studi teknik informatika sesuai dengan pohon kurikulum 2008-2011, dan cluster 1 merupakan data untuk nilai-nilai matakuliah yang memiliki kecenderungan nilai rendah untuk semua matakuliah yang ada didalam program studi teknik informatika.
Kata Kunci : Tugas Akhir, Data Mining, Clustering
Unduhan
Referensi
Budiman, I. (2012). Data Clustering Menggunakan Metodologi CRISP-DM untuk Pengenalan Pola Proposrsi Pelaksanaan Tridharma. Semarang: Program Pasca SArjana Universitas Diponegoro .
Larose. (2006). Data Mining Methods And Models. New Jersey: John Willey & Sons Inc.
Martiana, E., Mubtada'i, N. R., & Purnomo, E. Penggunaan Metode Pengklasteran untuk Menentukan Bidang Tugas Akhir Mahasiswa Teknik Informatika PENS Berdasarkan Nilai. Surabaya: Institut Teknologi Sepuluh Nopember, Politeknik Elektronika Negeri Surabaya.
Matteucci, M. (2002). Clustering An Introduction. Milan: Politecnico, Milano.
Nisbet, R., Elder IV, J., & Liner, G. (2009). Handbook of Statictical Analysis and Data Mining Applications. Elsevier Inc.
Prayitno. (2009). Penentuan Bidang Konsentrasi Studi Tugas Akhir Berdasarkan Nilai Matakuliah dengan Klasterisasi K-Means. Surabaya: Jurusan Teknik Informatika Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember.
Suliantana, F., & Juju, D. Data Mining.
Vercellis. (2009). Business Intelligence Data Mining and Optimazation for Decision Making. New Jersey: John Willey & Sons Inc.
