Implementasi Data Mining Untuk Rekomendasi Jurusan Menggunakan Algoritma K-Means Clustering

Syahril, Muhammad; Kusnasari, Sri; Sobirin, Sobirin; Muhazir, Abdullah; Syahputri, Astri

doi:10.53513/jsk.v6i1.7456

Cited by 5 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Its advantages include the continuity of implementation, high execution speed, ease of adaptation, and popularity in practical usage. The primary goal of this clustering algorithm is to group the entire dataset into relatively homogeneous subgroups or clusters [10].…”

Section: K-means Methodsmentioning

confidence: 99%

Recommendation System for Clustering to Allocate Classes for New Students Using The K-Means Method

Ariyanto,

Sabilla,

As Sidiq

2024

Compiler

View full text Add to dashboard Cite

SMAN 1 Durenan has a plan to organize the allocation of classes for new students using a system to achieve practical and efficient student grouping. The reason for implementing this class allocation system is SMAN 1 Durenan aims to create a new system to process student data for class allocation according to specific needs. This research involves the development of a Recommendation System for Clustering to Allocate Classes for New Students using the K-Means method. The system processes data of newly enrolled students at SMAN 1 Durenan based on specific attributes. The results of this student data processing serve as considerations and references for SMAN 1 Durenan to perform class allocation as needed. The analysis in this research utilizes the K-Means method to obtain data clusters that maximize the similarity of characteristics within each group and maximize the differences between the collections created. The developed recommendation system website provides information about the student data clustering results from the K-Means process at SMAN 1 Durenan.

show abstract

Section: K-means Methodsmentioning

confidence: 99%

Recommendation System for Clustering to Allocate Classes for New Students Using The K-Means Method

Ariyanto,

Sabilla,

As Sidiq

2024

Compiler

View full text Add to dashboard Cite

show abstract

“…Pendidikan adalah salah satu faktor terpenting dalam penentuan kemajuan suatu bangsa, oleh karena itu dengan adanya pendidikan tersebut dapat mengembangkan berbagai potensi yang ada di dalam diri seseorang. Salah satu proses pendidikan yang ada di sekolah menengah atas ialah suatu proses yang memiliki pengaruh begitu besar terhadap perkembangan siswa di masa mendatang [1]. Tidak sedikit upaya yang telah dilakukan oleh pihak sekolah ataupun pihak pendidikan lainnya untuk meningkatkan kualitas mutu dari prestasi siswa, terutama di bidang akademik yang berguna untuk mencapai standar pendidikan nasional.…”

Section: Pendahuluanunclassified

Analisa Pengelompokkan Data Nilai Rapot Siswa Menggunakan Pendekatan Metode K-Means Di SMK Ponpes Manba’ul Ullum Cirebon

Prasetyo Aji

2024

KOPERTIP

View full text Add to dashboard Cite

Pendidikan adalah salah satu faktor terpenting dalam penentuan kemajuan suatu bangsa, Teknik clustering merupakan salah satu dari teknik pengolahan data. Namun, saat ini di SMK Ponpes Manba’ul Ullum Cirebon, data nilai rapot siswa pada mata pelajaran Bahasa Inggris ini masih di analisa menggunakan Microsoft Excel. Analisa data nilai rapot siswa yang dilakukan menggunakan Microsoft Excel rentan terjadinya ketidakakuratan data, Penelitian ini menerapkan metode Knowledge Discovery in Database (KDD). Salah satu metode untuk mengelompokkan data nilai rapot siswa adalah dengan metode K-Means untuk pengelompokkan dengan cara mengelola dan meningkatkan keakuratan data, sehingga dapat membantu dalam pengambilan keputusan yang tepat. Tujuan akhir penelitian ini yaitu membuat dan mengimplementasikan model analisa pengelompokkan data nilai rapot siswa menggunakan metode pendekatan K-Means. Hasil akhir menunjukkan bahwa dari penelitian yang telah dilakukan dengan menggunakan algoritma clustering K-Means, hasil cluster pada data nilai rapot siswa mata pelajaran bahasa inggris menggunakan perhitungan Davies Bouldin Index nilai yang paling mendekati angka 0 dengan percobaan cluster 2 sampai dengan 10 menghasilkan nilai k terbaik pada cluster 2 yaitu -0.541 dengan jumlah anggota Cluster 0 : 149 items, Cluster 1 : 30 items.

show abstract

“…Sebelum memasuki tahap pencarian informasi dalam proses KDD, langkah penting yang harus dilakukan adalah memilih data yang relevan dari berbagai data operasional yang tersedia. Tahap ini dikenal sebagai Data Selection [13]…”

Section: Data Selectionunclassified

Analisis Penjualan Roti Pada Distributor My Roti Menggunakan Metode Regresi Linear Berdasarkan Nilai Rmse

Julkarnaen,

Irma Purnamasari,

Ali

2024

jati

View full text Add to dashboard Cite

Pada saat ini roti menjadi salah satu kebutuhan pokok dalam kehidupan. Komposisi gizi roti bervariasi bergantung pada jenis tepung yang dipakai serta bahan tambahan lainnya. My roti menjual roti dari berbagai macam merk. Tujuan dari penelitian ini adalah untuk memprediksi penjualan roti pada 3 bulan berikutnya pada data penjualan roti merk My roti distributor bandung timur. Regresi linear digunakan sebagai metode prediksi dengan jumlah roti yang terjual sebagai variabel Y dan periode penjualan roti sebagai variabel X. RMSE (Root Mean Squared Error) dan Relative Error digunakan untuk memutar hasil prediksi. Hasil kategori prediksi Entry pada bulan pertama terjual 564unit, pada bulan kedua 569 unit dan bulan ketiga 575 unit dan kategori Mid pada bulan pertama terjual 63 unit, pada bulan kedua 64 unit dan bulan ketiga 65 unit. Hasil evaluasi nilai RMSE pada kategori Entry 83.318, sedangkan nilai Relative Error kategori Entry 13.25% dan Nilai RMSE kategori Mid 17.721, sedangkan Nilai Relative Error kategori Mid 17.42%. Prediksi penjualan handphone menggunakan metode regresi linier ini dapat dikatakan tergolong dalam kategori cukup atau bisa digunakan.

show abstract

Implementasi Data Mining Untuk Rekomendasi Jurusan Menggunakan Algoritma K-Means Clustering

Cited by 5 publications

References 0 publications

Recommendation System for Clustering to Allocate Classes for New Students Using The K-Means Method

Recommendation System for Clustering to Allocate Classes for New Students Using The K-Means Method

Analisa Pengelompokkan Data Nilai Rapot Siswa Menggunakan Pendekatan Metode K-Means Di SMK Ponpes Manba’ul Ullum Cirebon

Analisis Penjualan Roti Pada Distributor My Roti Menggunakan Metode Regresi Linear Berdasarkan Nilai Rmse

Contact Info

Product

Resources

About