Similarity-AF-Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan Pengguna Lulusan Perguruan Tinggi

Praseptian M, Dikky and Fadlil, Abdul and Herman, Herman (2022) Similarity-AF-Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan Pengguna Lulusan Perguruan Tinggi. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6 (3). ISSN 2548-8368

[thumbnail of Similarity-AF-Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan.pdf] Text
Similarity-AF-Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan.pdf

Download (1MB)

Abstract

Salah satu cara mengevaluasi kualitas lulusan ialah dengan memberikan angket kepada pengguna lulusan yaitu
instansi/perusahaan dunia kerja dalam rangka menilai kualitas lulusan masing-masing perguruan tinggi. Angket pengguna lulusan umumnya dilakukan dengan mengisi formulir angket secara fisik dan kemudian dikembalikan kepada perguruan tinggi. Metode K-Means adalah salah satu dari beberapa metode clustering/pengelompokan non hirarki. Teknik clustering/pengelompokan data mudah, sederhana dan cepat. Banyak pendekatan dalam membuat cluster atau kelompok, seperti membuat aturan yang mendikte keanggotaan dalam grup/kelompok yang sama berdasar pada level persamaan antara anggota-anggota kelompoknya. Pendekatan lain seperti membuat kumpulan fungsi untuk mengukur beberapa kriteria dari pengelompokan sebagai fungsi dari beberapa parameter dari clustering/pengelompokkan. Dari hasil dan pembahasan
menghasilkan clustering K-Means berhasil menggelompokkan data kepuasan pengguna lulusan menjadi tiga cluster dimana hasil yang ditunjukan dengan perhitungan secara manual dan aplikasi menunjukan hasil yang sama dimana cluster C1 sebanyak 48 alternatif, C2 sebanyak 1 alternatif, dan C3 sebanyak 2 alternatif. Dalam artian aplikasi yang dibangun berhasil menerapkan
clustering K-Means dibuktikan dengan perbadingan aplikasi dengan tools weka memiliki hasil persentase yang mirip. Secara persentase pengguna lulusan atau alumni dari STMIK PPKIA Tarakanita Rahmawati 94,12 % Sangat puas, 1,96 % Puas dan 3,92 % Cukup Puas.

Item Type: Artikel Umum
Subjects: T Technology > T Technology (General)
Divisi / Prodi: Master (Magister) > Master of Technology Informatica (Magister Teknologi Informatika)
Depositing User: Drs. Abdul Fadlil, M.T., Ph.D.
Date Deposited: 22 Aug 2022 03:58
Last Modified: 22 Aug 2022 04:01
URI: http://eprints.uad.ac.id/id/eprint/36407

Actions (login required)

View Item View Item