Implementasi Metode K-Means Untuk Pengelompokkan Rekomendasi Tugas Akhir

Haviluddin Haviluddin, Suryani Junita Patandianan, Gubtha Mahendra Putra, Novianti Puspitasari, Herman Santoso Pakpahan

Abstract


Tugas akhir (TA) merupakan salah satu syarat dalam penyelesaian jenjang pendidikan formal di suatu perguruan tinggi. Namun, kebanyakan mahasiswa mengalami kesulitan dalam menentukan area penelitian sehingga TA yang diambil kurang atau tidak sesuai dengan kemampuan mereka. Penelitian ini bertujuan untuk merekomendasikan area penelitian TA bagi mahasiswa berdasarkan data nilai A, B dan C pada 10 Mata Kuliah Wajib (MKW) yang diperoleh selama 6 semester untuk angkatan 2015, 2016, 2017 dan 2018 pada mahasiswa Program Studi Informatika, Fakultas Teknik, Universitas Mulawarman. Analisa pengelompokkan menggunakan metode K-Means. Berdasarkan percobaan, pengelompokkan area penelitian TA dilakukan dengan 3 cluster (C), yaitu C1 adalah sedikit, beranggotakan 1 MKW; C2 adalah sedang, beranggotakan 6 MKW; dan C3 adalah banyak, beranggotakan 3 MKW telah diperoleh. Pengujian akurasi cluster menggunakan metode Sum of Squared Errors (SSE) sebesar 0.6566 dan metode Silhouette Coefficient (SC) sebesar 5.8329 telah didapatkan. Hal ini menunjukkan bahwa nilai MKW juga memiliki pengaruh dalam menentukan TA.

Keywords


Rekomendasi; Tugas akhir (TA); K-Means; Sum Squared Error (SSE); Silhouette Coefficient (SC)

Full Text:

PDF

References


Adrianto, R. (2016). Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Rekomendasi Pemilihan Jalur Peminatan Sesuai Kemampuan Pada Progam Studi Teknik Informatika-S1 Universitas Dian Nuswantoro. Journal JOINS Udinus, 101–116.

Anggara, M., Sujiani, H., & Helfi, N. (2016). Pemilihan Distance Measure Pada K-Means Clustering Untuk Pengelompokkan Member Di Alvaro Fitness. Jurnal Sistem Dan Teknologi Informasi, 1(1), 1–6.

Asroni, R. A. (2015). Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang. Ilmiah Semesta Teknika, 18(1), 76–82.

Farokhah, L., & Aditya, R. (2017). Implementasi K-Means Klustering Untuk Rekomendasi Tema Tugas Akhir Pada Stmik Asia Malang. Jurnal Teknologi Dan Manajemen Informatika, 3(2), 142–148. https://doi.org/10.26905/jtmi.v3i2.1329

Gentle, J. E., Kaufman, L., & Rousseuw, P. J. (1991). Finding Groups in Data: An Introduction to Cluster Analysis. Biometrics. https://doi.org/10.2307/2532178

Hasanah, N., Ugiarto, M., & Puspitasari, N. (2017). Sistem pengelompokkan curah hujan menggunakan metode k-means di wilayah kalimantan timur. Prosiding Seminar Nasional Ilmu Komputer Dan Teknologi Informasi, 2(2), 122–126.

Hermawan, T. N., Ugiarto, M., & Puspitasari, N. (2017). Sistem Evaluasi Kinerja Asisten Laboratorium Menggunakan Metode K-Means. Prosiding Seminar Nasional Ilmu Komputer Dan Teknologi Informasi, 3(2), 3–6.

Kurnia Bakti, V., & Indriyatno, J. (2017). Klasterisasi Dokumen Tugas Akhir Menggunakan K-Means Clustering, Sebagai Analisa Penerapan Sistem Temu Kembali. KOPERTIP : Jurnal Ilmiah Manajemen Informatika Dan Komputer, 1(1), 31–34. https://doi.org/10.32485/kopertip.v1i1.8

Kusuma, T. (2015). Pengelompokan Jenis Kupu-Kupu Menggunakan Fitur Ekstraksi GLCM dan Algoritma K-Means. Jurnal Teknologi Informasi, 1–4.

Muttaqin, M. R., & Defriani, M. (2020). Algoritma K-Means untuk Pengelompokan Topik Skripsi Mahasiswa. ILKOM Jurnal Ilmiah. https://doi.org/10.33096/ilkom.v12i2.542.121-129

Muzakir, A. (2014). Analisa Dan Pemanfaatan Algoritma K-Means Clustering Pada Data Nilai Siswa Sebagi Penentuan Penerima Beasiswa. Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST), (November), 211–216.

Parlina, I., Windarto, A. P., Wanto, A., & Lubis, M. R. (2018). Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center. Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center Untuk Clustering Program Sdp, 3(1), 87–93.

Purnawansyah, & Haviluddin. (2017). K-Means clustering implementation in network traffic activities. Proceedings - CYBERNETICSCOM 2016: International Conference on Computational Intelligence and Cybernetics. https://doi.org/10.1109/CyberneticsCom.2016.7892566

Purnawansyah, Haviluddin, Gafar, A. F. O., & Tahyudin, I. (2017). Comparison Between K-Means and Fuzzy C-Means Clustering in Network Traffic Activities. In Proceedings of the Eleventh International Conference on Management Science and Engineering Management.

https://doi.org/10.1007/978-3-319-59280-0_24

Puspitasari, N., & Haviluddin. (2016). Penerapan metode k-means dalam pengelompokkan curah hujan di kalimantan timur. PROCEEDINGS SNRIK 2016.

Putra, G. M., Santosa, P., & Kusumawardani, S. (2015). Sistem Pendukung Keputusan Untuk Menentukan Prioritas Penerima Kartu Keluarga Sejahtera (KKS) Berdasar Tingkat Kemiskinan (Studi Kasus: Dinas Sosial Kota Samarinda). Seminar Nasional Teknologi Terapan 2015 Sekolah Vokasi UGM, 32–36. Yogyakarta: Sekolah Vokasi Universitas Gadjah Mada.

Sari, I. P., & Devianto, D. (2014). Perancangan Sistem Pengenalan Wajah Manusia Menggunakan Web Camera dengan Metode Summary Squared Error ( SSE ). Sistem Komputer, 1–8.

Siswanto, I., & Sampurna, Y. G. (2013). Faktor-Faktor Penghambat Dalam Pengerjaan Tugas Akhir Skripsi Mahasiswa FT UNY. Journal Ilmiah, 1–14.

Sugiyama, M. (2015). Introduction to Statistical Machine Learning. In Introduction to Statistical Machine Learning. https://doi.org/10.1016/C2014-0-01992-2




DOI: http://dx.doi.org/10.30872/jim.v16i1.5182

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer

Editor Informatika Mulawarman Address:
ISSN 1858-4853 (Print) | ISSN 2597-4963 (Online)
Published by: Mulawarman University
Managed by : Informatika Department
Jalan Sambaliung No.9 Sempaja Selatan Samarinda Utara,
Kalimantan Timur 75117 - Indonesia
E-mail: jim.unmul@gmail.com
OJS: http://e-journals.unmul.ac.id/index.php/JIM
Contact Person: Gubtha Mahendra Putra

 Creative Commons License

Informatika Mulawarman by http://e-journals.unmul.ac.id/index.php/JIM/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Under the CC BY-SA license, authors and other users are able to reprint, distribute or use the material for commercial purposes so long as they give attribution to the journal Informatika Mulawarman and license the republished material under the same license.