IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PENJURUSAN KELAS IPA, IPS, DAN SASTRA

Ukuran: px

Mulai penontonan dengan halaman:

Download "IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PENJURUSAN KELAS IPA, IPS, DAN SASTRA"

Yulia Budiaman
6 tahun lalu
Tontonan:

1 IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PENJURUSAN KELAS IPA, IPS, DAN SASTRA Nama : Nandang Syaefulloh NPM : Fakultas : Teknologi Industri Jurusan : Teknik Informatika Pembimbing : Ericks Rachmat Swedia, ST., MMSI

2 Latar Belakang Metode kmeans adalah proses pembentukan kelompok data atau cluster dari himpunan data yang tidak diketahui kelompok-kelompoknya. Sekolah Menengah Akhir(SMA) terdapat penjurusan kelas yaitu IPA, IPS, dan Sastra. Dengan adanya metode k-means membantu dan mempermudah siswa SMA agar mengetahui jurusannya sesuai dengan kemampuan akademik nilai siswa yang lebih menonjol ke kelas IPA, IPS, atau Sastra.

3 Batasan Masalah Perancangan dan pembuatan website ini untuk siswa SMA Website ini mengimplementasikan algoritma k- means clustering dengan media data siswa untuk penjurusan kelas IPA, IPS, dan Sastra Website ini berisi perhitungan sebuah data menjadi sebuah kelompok atau cluster dari data nilai rata-rata IPA, IPS, dan Sastra.

4 Tujuan Penulisan Untuk mengetahui cara mengimplementasikan algoritma k-means pada progam PHP dan MySql sebagai databasenya. Untuk memudahkan siswa SMA agar mengetahui jurusannya sesuai dengan nilai siswa yang lebih menonjol ke kelas IPA, IPS, atau Sastra.

5 Konsep Data Mining Data mining kegiatan yang meliputi mengumpulkan, pemakaian data historis untuk menemukan keteraturan, pola. Data yang akan diproses berupa data yang sangat besar. Tujuan data mining adalah mendapatkan hubungan atau pola yang akan mungkin memberikan indikasi yang bermanfaat.

6 Analisis Algoritma Clustering Clustering adalah sebuah teknik dari analisis multivariable yang digunakan untuk mengelompokan objek-objek. Setiap kelompok mempunyai sifat yang sama atau setiap kelompok berbeda dari kelompok lain. Tujuan utama teknik ini adalah melakukan pengelompokan berdasarkan kriteria tertentu sehingga objek-objek tersebut mempunyai variasi di dalam cluster relatif kecil dibandingkan variasi antar cluster.

7 Analisis Algoritma K-means K-means bertujuan untuk mempartisi objek-objek atau data-data yang diberikan menjadi beberapa kluster sejumlah k. Kluster-kluster tersebut mempunyai suatu nilai tengah atau nilai pusat yang disebut dengan centroid. Tujuan dari algoritma k-means ini adalah meminimalisir total dari jarak elemen-elemen antar kluster

8 Teknik Algoritma K-means clustering Teknik algoritma pengklusteran k-means dapat diringkas sebagai berikut: 1. Pilih jumlah kluster yang diinginkan 2. Inisialisasi k pusat kluster(centroid), dilakukan dengan cara random atau acak 3. Jika ingin membagi data menjadi 3 kluster menentukan nilai centroid pertama (m1), kedua(m2), dan ketiga(m3). 4. Tempatkan setiap data atau objek ke kluster terdekat. Kedekatan dan objek ditentukan berdasar jarak kedua objek tersebut. Jarak paling dekat antara satu data dengan satu kluster tertentu akan menentukan suatu data masuk dalam kluster mana. 5. Jarak yang dipakai pada algoritma k-means adalah Eulidean distance(d). 6. Hitung kembali pusat kluster dengan keanggotaan kluster yang sekarang. 7. Jika pusat kluster sudah tidak berubah lagi, maka proses pengklusteran selesai atau kembali menghitung pusat centroid lagi sampai pusat kluster tidak berubah lagi atau stabil.

9 Penerapan Algoritma K-means Penerapan algoritma k-means pada program sebagai berikut : 1. Mendeklarasikan centroid 1, 2, Menggunakan rumus jarak eulidian untuk centroid 1, 2 dan 3.

10 Penerapan Algoritma K-means 3. Membuat kondisi if else untuk menentukan anggota cluster, berikut adalah untuk menentukan c1 apabila c1<= c2, c1<=c3 maka array 1 atau termasuk anggota cluster c1 apabila tidak maka 0 bukan anggota cluster. Begitupula untuk menentukan c2 dan c3 yang membedakan kondisinya saja. 4. Membuat iterasi baru, iterasi tersebut akan berhenti jika centroid tidak berubah lagi berikut penulis membuat kodingan centroid baru.

11 Tampilan Output Tampilan Halaman Utama

12 Tampilan Output Tampilan Halaman About

13 Tampilan Output Tampilan Halaman K-means Awal

14 Tampilan Output Tampilan Halaman K-means Lanjut

15 Tampilan Output Tampilan Halaman K-Means Hasil

16 Kesimpulan Website K-Jurus dapat memberikan kemudahan kepada siswa agar dapat dengan mudah menentukan jurusan sesuai dengan kemampuannya. Website ini dibuat dengan menggunakan bahasa pemograman PHP yang dikombinasikan dengan database MySql.

dokumen-dokumen yang mirip

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan jaman, komputer semakin banyak berperan di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai