Abstract:Kondisi psikologis dan fisik manusia dapat memengaruhi proses berpikir. Apabila kondisi individu mengalami kelelahan, maka dapat memengaruhi penurunan tingkat produktivitas maupun penurunan proses berpikir yang menyebabkan timbulnya mental workload. Workload yang dimiliki harus seimbang terhadap kemampuan dan keterbatasan yang dimiliki. Mental workload yang berlebih berdampak buruk bagi individu karena menimbulkan penurunan produktivitas kerja. Perangkat khusus yang dapat digunakan untuk mengetahui tingkat men… Show more
Penelitian ini bertujuan untuk menentukan jurusan peminatan mahasiswa Program Studi Fisika dengan menggunakan metode K-Means pada aplikasi RapidMiner. Pemilihan jurusan peminatan dianggap langkah krusial dalam mengembangkan minat dan bakat mahasiswa di bidang ilmu fisika. Metode K-Means dipilih sebagai pendekatan pengelompokan yang efektif untuk mengidentifikasi pola kesamaan dalam data mahasiswa. Data yang digunakan mencakup rata-rata nilai ujian akhir mahasiswa pada empat mata kuliah tertentu. Hasil penelitian ini menunjukkan pembentukan empat cluster mahasiswa dengan karakteristik nilai yang berbeda. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan sistem penentuan jurusan peminatan yang lebih personal dan sesuai dengan potensi masing-masing mahasiswa di Program Studi Fisika. Metode K-Means pada aplikasi RapidMiner terbukti menjadi pendekatan yang efisien dalam menghasilkan rekomendasi peminatan berdasarkan analisis data nilai mahasiswa.
Penelitian ini bertujuan untuk menentukan jurusan peminatan mahasiswa Program Studi Fisika dengan menggunakan metode K-Means pada aplikasi RapidMiner. Pemilihan jurusan peminatan dianggap langkah krusial dalam mengembangkan minat dan bakat mahasiswa di bidang ilmu fisika. Metode K-Means dipilih sebagai pendekatan pengelompokan yang efektif untuk mengidentifikasi pola kesamaan dalam data mahasiswa. Data yang digunakan mencakup rata-rata nilai ujian akhir mahasiswa pada empat mata kuliah tertentu. Hasil penelitian ini menunjukkan pembentukan empat cluster mahasiswa dengan karakteristik nilai yang berbeda. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan sistem penentuan jurusan peminatan yang lebih personal dan sesuai dengan potensi masing-masing mahasiswa di Program Studi Fisika. Metode K-Means pada aplikasi RapidMiner terbukti menjadi pendekatan yang efisien dalam menghasilkan rekomendasi peminatan berdasarkan analisis data nilai mahasiswa.
“…Algoritma Multilayer Perceptron dipilih dalam penelitian ini karena algoritma ini sangat banyak digunakan pada penelitian-penelitian di bidang kesehatan [17] dan sering menunjukkan performa terbaik dalam memecahkan kasus klasifikasi [18]. Sedangkan, algoritma K-Nearest Neighbor pada beberapa penelitian yang lain menunjukkan algoritma tersebut dapat mengklasifikasi dengan baik dan dapat mempelajari tugas-tugas kompleks menggunakan prosedur sederhana [18].…”
Section: Pendahuluanunclassified
“…Algoritma Multilayer Perceptron dipilih dalam penelitian ini karena algoritma ini sangat banyak digunakan pada penelitian-penelitian di bidang kesehatan [17] dan sering menunjukkan performa terbaik dalam memecahkan kasus klasifikasi [18]. Sedangkan, algoritma K-Nearest Neighbor pada beberapa penelitian yang lain menunjukkan algoritma tersebut dapat mengklasifikasi dengan baik dan dapat mempelajari tugas-tugas kompleks menggunakan prosedur sederhana [18]. Selain itu, penulis belum menemukan penelitian yang menggunakan dataset migrain ini yang terpublikasi secara resmi di jurnal penelitian tertentu, terutama untuk penelitian berkaitan dengan analisis komparatif algoritma MLP dan KNN dengan dataset migrain.…”
Migrain merupakan sakit kepala yang biasanya terjadi pada salah satu sisi kepala saja atau dapat disebut sakit kepala sebelah. Migrain dapat terjadi pada siapa saja dengan berbagai gejala yang menandakan tipe migrain yang berbeda. Banyaknya tipe migrain yang diiringi dengan gejala-gejala yang berbeda membuat diagnosis dan perawatan terhadap penderita migrain menjadi sulit dilakukan. Penelitian ini bertujuan untuk membandingkan performa Algoritma Multilayer Perceptron (MLP) dan K-Nearest Neighbor pada Klasifikasi Tipe Migrain. Agoritma Multilayer Perceptron (MLP) dan K-Nearest Neighbor untuk klasifikasi migrain diharapkan dapat membantu dalam mengklasifikasikan jenis migrain berdasarkan gejala-gejala yang muncul secara tepat dan akurat. Klasifikasi yang tepat dan akurat dapat membantu tenaga kesehatan dalam merekomendasikan perawatan yang tepat pula bagi penderita migrain sesuai dengan jenis migrain yang dialaminya. Adapun dataset yang digunakan merupakan dataset yang diakses secara publik dan diambil situs kaggle.com. Dataset ini memiliki 24 atribut dan 400 baris data. Hasil penelitian menunjukkan bahwa Algoritma Multilayer Perceptron (MLP) menghasil prediksi yang cukup baik dengan tingkat akurasi 91%. Sedangkan Algoritma K-Nearest Neighbor menghasilkan prediksi dengan tingkat akurasi sebesar 72%.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.