PERANCANGAN METODE K-MEANS CLUSTERING DALAM PEMBERIAN DISPENSASI PEMBAYARAN KULIAH
|
|
- Yohanes Widjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 PERANCANGAN METODE K-MEANS CLUSTERING DALAM PEMBERIAN DISPENSASI PEMBAYARAN KULIAH Rosmini ), Abdul Fadlil ), Sunardi ) Magister Teknik Informatika Universitas Ahmad Dahlan, Yogyakarta Sistem Informasi STMIK PPKIA Tarakanita Rahmawati, Tarakan Teknik Elektro Universitas Ahmad Dahlan, Yogyakarta rosmini@ppkia.ac.id, fadlil@uad.ac.id, sunardi@mti.uad.ac.id ABSTRAK Pendidikan merupakan hal yang sangat penting bagi sebuah bangsa. Kemajuan dan perkembangan bangsa dapat diukur dari kualitas tingkat pendidikan serta tingkat sumber daya manusia (SDM). Pendidikan merupakan salah satu kunci dalam penanggulangan kemiskinan dalam jangka waktu menengah maupun dalam jangka waktu panjang. Namun pada kenyataannya masih banyak masyarakat miskin yang memiliki keterbatasan askes pendidikan yang bermutu khususnya akses pendidikan pada perguruan tinggi, hal ini disebabkan karena keterbatasan ekonomi masyarakat serta mahalnya biaya pendidikan. Penelitian ini merancang dan membangun sistem untuk memudahkan dalam pemberian dispensasi pemabayaran kuliah bagi mahasiswa yang belum bisa membayar tepat waktu dan memudahkan dalam pengambilan keputusan dalam hal ini bagian keuangan. Metode K-Means merupakan salah satu algoritma dalam data mining yang bisa digunakan untuk melakukan pengelompokan/clustering suatu data untuk menentukan hasil akhir dalam pengambilan keputusan. Hasil akhir yang diharapkan dari penelitian ini adalah sistem pemberian dispensasi yang mampu menjadi solusi bagi permasalahan ekonomi dari mahasiswa yang belum bisa membayar uang kuliah tepat waktu sesuai jadwal yang telah ditentukan. Kata kunci : K-Means, Clustering, Dispensasi, Pembayaran Kuliah ABSTRACT Education is a very important thing for a nation. Progress and development of the nation can be measured from the quality of education level and level of human resources (HR). Education is one of the key in poverty alleviation in the medium term and in the long term. But in reality there are still many poor people who have limited quality education, especially access to education in universities, this is due to economic limitations of society and the high cost of education. This research designs and builds a system to facilitate the granting of a college disbursement dispensation for students who have not been able to pay on time and make it easy in making decisions in this financial section. K-Means method is one of the algorithms in data mining that can be used to perform clustering of data to determine the final result in decision making. The expected outcome of this study is a dispensation system that can be a solution to the economic problems of students who have not been able to pay tuition on time according to a predetermined schedule. Keywords: K-Means, Clustering, Dispensation, Payment of Lecture. PENDAHULUAN Pendidikan merupakan hal yang sangat penting bagi sebuah bangsa. kemajuan dan perkembangan bangsa dapat diukur dari kualitas tingkat pendidikan serta tingkat sumber daya manusia (SDM). Pendidikan merupakan salah satu kunci dalam penanggulangan kemiskinan dalam jangka waktu menengah maupun dalam jangka waktu panjang. Namun pada kenyataannya masih banyak masyarakat miskin yang memiliki keterbatasan askes pendidikan yang bermutu khususnya akses 87
2 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 pendidikan pada perguruan tinggi, hal ini disebabkan karena keterbatasan ekonomi masyarakat serta mahalnya biaya pendidikan. STMIK PPKIA Tarakanita Rahmawati Tarakan adalah instansi yang bergerak di bidang pendidikan. Biaya Pendidikan Mahasiswa adalah semua yang menyangkut tentang biaya yang dikeluarkan oleh mahasiswa selama menjadi mahasiswa STMIK PPKIA Tarakanita Rahmawati. Penelitian ini nantinya akan menghasilkan sistem pemberian dispensasi yang diharapkan mampu menjadi solusi bagi permasalahan ekonomi dari mahasiswa yang belum bisa membayar uang kuliah tepat waktu sesuai jadwal yang telah ditentukan. KAJIAN PUSTAKA Pada penelitian ini peneliti mengacu pada penelitian sebelumnya. Penelitian pertama yaitu pada penelitian kedua yaitu Penerapan Algoritma K-Means Untuk Clustering Dokumen E-Jurnal Stmik Gi Mdp. Sistem ini dibangun untuk menerapkan algoritma K-Means dalam mengelompokkan dokumen jurnal ini, dapat mempermudah mahasiswa dalam pencarian jurnal dengan tingkat kemiripan yang paling sesuai dengan query yang diberikan oleh pengguna []. Pada penelitian kedua yaitu Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. Membangun sistem untuk mengelompokkan data mahasiswa baru tahun ajaran 0/0 dengan menggunakan Algoritma K-Means Clustering. Adapun variabel yang dipilih pada data Pendaftaran mahasiswa baru yaitu data Nilai UAN, Asal Sekolah dan Program Studi yang dipilih []. Pada penelitian ketiga yaitu Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface. Sistem dibangun untuk pengelompokan mahasiswa dengan kriteria yang bisa jadi acuan untuk menentukan keputusan terhadap mahasiswa yang akan dikirimkan sebagai peserta Lomba. Variabel-variabel yang akan dijadikan acuan adalah: nilai matakuliah Algoritma dan Pemrograman, Fisika Dasar, Kalukulus dan Indek Prestasi Komuliatif (IPK), kriteria tersebut diproses dengan menggunakan metode pengelompokan K-Means. Metode K-Means []. Pada penelitian keempat yaitu Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan. Membangun sistem informasi mengenai pengelompokkan penyakit AKUT dan TIDAK AKUT yang banyak diderita oleh pasien pada Puskesmas Kajen Pekalongan. Yang kemudian hasil tersebut dapat dijadikan bahan atau dasar penyuluhan kesehatan oleh Dinas Kesehatan setempat. Variabel inputan yang digunakan dalam pengelompokkan penyakit pasien tersebut adalah nama, nomor ID, jenis kelamin, umur, kode penyakit, dan lama mengidap penyakit tersebut dalam hitungan bulan, kemudian variable tersebut diolah memnggunkan metode K-Means []. Pengertian Clustering dan K-Means Clustering adalah suatu metode pengelompokan berdasarkan ukuran kedekatan (kemiripan). Clustering beda dengan group, kalau group berarti kelompok yang sama,kondisinya kalau tidak ya pasti bukan kelompoknya. Tetapi kalau cluster tidak harus sama akan tetap pengelompokannya berdasarkan pada kedekatan dari suatu karakteristik sample yang ada, salah satunya dengan menggunakan rumus jarak ecluidean. K-Means merupakan salah satu algoritma dalam datamining yang bisa digunakan untuk melakukan pengelompokan/clustering suatu data. Ada banyak pendekatan untuk membuat cluster, diantaranya adalah membuat aturan yang mendikte keanggotaan dalam group yang sama berdasarkan tingkat persamaan diantara anggota - anggotanya. Pendekatan lainnya adalah dengan membuat sekumpulan fungsi yang mengukur beberapa properti dari pengelompokan tersebut sebagai fungsi dari beberapa parameter dari sebuah clustering. Salah satu alternatif penerapan K-Means dengan beberapa pengembangan teori-teori penghitungan terkait adalah Eucledian Distance (L-Norm). Jarak antara dua titik dirumus sebagai berikut : n ( () d x, y) x y Keterangan : d(x,y) = determinan x,y (Eucledian distance yaitu jarak antara data pada titik x dan titik y menggunakan kalkulasi matematika) i ( x i y i ) 88
3 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 x = titik pusat cluster y = data n = jumlah data i = data ke- Adapun rumus perhitungan jarak lainnya didefinisikan sebagai berikut : Keterangan : d = titik dokumen x = data record y = data centroid d ( x, y) ( xi yi ) ( xi yi ) () Jarak yang terpendek antara centroid dengan dokumen menentukan posisi cluster suatu dokumen. Misalnya dokumen A mempunyai jarak yang paling pendek ke centroid dibanding ke yang lain, maka dokumen A masuk ke group. Hitung kembali posisi centroid baru untuk tiap-tiap centroid (Ci..j) denga mengambil rata- rata dokumen yang masuk pada cluster awal (Gi..j). Iterasidilakukan terus hingga posisi group tidak berubah. Berikut rumus dari penentuan centroid. [] C( i) Gi xec d x Adapun rumus iterasi lainnya didefinisikan sebagai berikut : () Keterangan : x = nilai data record ke- x = nilai data record ke- Σx = jumlah data record C( i) x X... x.. x x (). METODE PENELITIAN Alat dan Bahan Dalam menyelesaikan aplikasi ini dibutuhkan seperangkat komputer dengan spesifikasi minimal i dengan Ram minimal GB, sistem operasi windows 8, bahasa pemrogram PHP dengan software dreamweaver dan webserver dengan software xampp. Objek Penelitian Objek yang digunakan dalam penelitian ini adalah pemberian dispensasi pembayaran kuliah bagi mahasiswa yang belum bisa membayar tepat waktu sesuai jadwal yang ditentukan. Perancangan Sistem Dalam penelitian pemberian dispensasi pembayaran, ada beberapa alur yang dilakukan dimulai dari input data, proses, sampai pada tahap akhir yaitu hasil yang diharapkan. a. Alur Input Data Data yang dibutuhkan dalam penelitian ini adalah data semester, prensensi, IPK, penghasilan orang tua, tunggakan biaya pendidikan dan organisasi yang diikuti. Sedangkan untuk kebutuhan pengolahan data, maka Jenis file yang digunakan untuk input program adalah file Microsoft Excel (.xls atau.xlsx). selanjutnya data-data akan diolah dengan alat bantu sederhana memanfaatkan program yang dibagun dengan program berbasis PHP dan MySQL.File diimpor ke dalam program, kemudian ditampung pada tabel tampungan,menggunakan database MySQL. Sehingga data yang diolah adalah data yang sudah tertampung pada tabel MySQL. Tabel. Kriteria Kriteria Keterangan C 0 C 0 Presensi Semester 89
4 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 C 0 C 0 C 0 C 06 IPK Penghasilan Orang Tua Tunggakan biaya pendidikan Organisasi Cluster A B Tabel. Cluster Keterangan Pengunduran Jadwal Pembayaran Pembagian nominal pembayaran (Biaya Kuliah) b. Proses Data yang telah dimasukkan kemudian diproses. Proses yang ada pada program merupakan implementasi dari metode K-Means dengan mengelompokkan data/klastering. Proses klastering dikatakan selesai apabila pusat klaster tidak lagi berubah. Input Kriteria Output C 0 C 0 C 0 C 0 C 0 C 06 K - Means A B Gambar. Proses Clustering c. Output yang diharapkan Keluaran yang diharapkankan dari proses pengujian nantinya adalah pilihan dispensasi :. Penguduran jadwal pembayaran. Pembagian nominal pembayaran (Biaya Kuliah). HASIL DAN PEMBAHASAN K-Means ini secara umum dilakukan dengan algoritma dasar sebagai berikut :. Menentukan jumlah cluster (k). Menentukan k centroid secara acak. Memilih data-data yang terdekat dengan k centroid dengan menggunakan formula eucledian distance.. Mencari k centroid baru tiap cluster yang sudah terbentuk, dihitung dari nilai rata-rata data yang ada di cluster.. Melakukan pengecekkan semua data sekali lagi dan menyimpan setiap data yang terdekat dengan k centroid. 6. Mengulangi proses empat () dan lima () hingga data sudah tidak berubah lagi (k centroid tidak berubah). [] Proses pengembangan sistem diawali dengan melakukan penentuan domain bagi masing-masing kriteria, yaitu mengelompokkan data nilai dari masing-masing calon penerima bantuan dispensasi pembayaran. 90
5 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 Selanjutnya untuk setiap kriteria diberikan bobot nilai sesuai paremeter ukuran dari masing-masing kriteria seperti tabel dibawah ini : Tabel. Presensi/Jumlah Kehadiran (C0) 0 Tabel. Semester (C0) Semester Semester Semester Semester 7 > semester 7 Tabel. IPK (C0) < Tabel. Penghasilan Orang Tua (C0) < > Tabel. Tunggakan Biaya Kuliah (C0) < > Tabel.6 Organisasi (C06) Sangat aktif Aktif Cukup Kurang Tidak aktif 9
6 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 Pada tabel 7 berikut ini berisi 0 data yang dipergunakan sebagai sample pada penelitian. No Nim Tabel.7 Pengelompokan Nilai Histori/Training hasil Kriteria C0 Cc0 C0 C0 C0 C Untuk penentuan awal di asumsikan : Diambil data ke- sebagai pusat Cluster Ke-A Cluster A Nim..077[,,,,,,] (Pengunduran Jadwal Pembayaran) Diambil data ke- 0 sebagai pusat Cluster Ke-B Cluster B Nim [,,,,,,] (Pembagian Nominal Pembayaran/Biaya Kuliah) Setelah dilakukan pengelompokan berdasarkan masing-masing cluster kemudian hitung jarak masingmasing data selanjutnya pada tiap cluster yang menjadi centroid awal pada iterasi menggunakan persamaan 0. PENUTUP Dari hasil dan pembahasan diatas dapat diambil kesimpulam sebagai berikut :. K-Means Clustering dapat digunakan untuk mengelompokkan data mahasiswa sebagai pendukung keputusan. Data mahasiswa dikelompokkan menjadi dua cluster (pengunduran jadwal pembayaran dan pembagian nominal pembayaran). Perhitungan selanjutka akan dibahas dijurnal berikutnya.. DAFTAR PUSTAKA [] Ernie Kurniawan, Maria Fransiska, Tinaliah, Rachmansyah. Penerapan Algoritma K-Means Untuk Clustering Dokumen E-Jurnal. Jurnal Teknik Informatika. 0. Palembang [] Fina Nasari, Surya Darma. Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. STMIK AMIKOM. 0. ISSN : 0-80 [] Asroni, Ronald Adrian. Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface. Jurnal Ilmiah Semesta Teknkik Vol. 8, No., 76-8 Mei 0 [] Anindya Khrisna Wardhani. Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan. Jurnal Transformatika, Vol., No., Juli 06 [] Yudi Agusta, PhD.007. K-Means Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika vol., pp
7 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 [6] Abdul Fadlil, 007. Perbandingan Pengklasifikasian Fungsi Jarak dan Jaringan Syaraf Tiruan Pada Sistem Pengenalan Wajah.. Seminar Nasioanal Aplikasi Teknologi Informasi.007.ISSN :997-0 [7] Abdul Fadlil. Program Sederhana Sistem Pengenalan Wajah Menggunakan Fungsi Jarak. Jurnal Telkomnika. Vol., No.. ISSN : [8] Abdul Fadlil,007, Pengenalan Ucapan Dengan Jaringan Syaraf Tiruan Kuantisasi Vektor Adaptif. [9] Abdul Fadlil, 00. Sistem Identifikasi Otomatis Gangguan Kulit Manusia. ISSN: [0] Rusydi Umar, Sunardi, Yasinta Bella Fitriana,07. Taksonomi Sistem Pendukung Keputusan Berdasarkan Perangkat Lunak Dan Metode perhitungan. 9
8 Seminar Nasional Teknologi Informasi dan Komunikasi - SEMANTIKOM 07 9
ANALISA DAN PEMANFAATAN ALGORITMA K-MEANS CLUSTERING PADA DATA NILAI SISWA SEBAGI PENENTUAN PENERIMA BEASISWA
ANALISA DAN PEMANFAATAN ALGORITMA K-MEANS CLUSTERING PADA DATA NILAI SISWA SEBAGI PENENTUAN PENERIMA BEASISWA Ari Muzakir Fakultas Ilmu Komputer, Universitas Bina Darma Palembang e-mail : ariemuzakir@gmail.com,
Lebih terperinciPenerapan Algoritma K-Means untuk Clustering
Seminar Perkembangan dan Hasil Penelitian Ilmu Komputer (SPHP-ILKOM) 71 Penerapan Algoritma K-Means untuk ing Dokumen E-Jurnal STMIK GI MDP Ernie Kurniawan* 1, Maria Fransiska 2, Tinaliah 3, Rachmansyah
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PEMBERIAN BANTUAN BIAYA PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS Sinawati ), Ummi Syafiqoh 2) ), 2) Sistem Informasi STMIK PPKIA Tarakanita Rahmawati Tarakan Jl Yos
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Pada penelitian Rismawan dan Kusumadewi (2008) mengelompokkan
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka Pada penelitian Rismawan dan Kusumadewi (2008) mengelompokkan mahasiswa berdasarkan status gizi Body Mass Index (BMI) dan ukuran kerangka.
Lebih terperinciPENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS
PENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS Yulius Palumpun 1), Sitti Nur Alam 2) 1) Program Studi Sistem Informasi Fakultas Ilmu Komputer dan Manajemen (FIKOM) - Universitas
Lebih terperinciPerancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors Gede Aditra
Lebih terperinciBAB 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
Lebih terperinciPENERAPAN DATA MINING DALAM PEMILIHAN PENERIMA BEASISWA BERPRESTASI DI POLITEKNIK DAN STMIK LPKIA DENGAN MENERAPKAN METODE K-MEANS CLUSTERING
PENERAPAN DATA MINING DALAM PEMILIHAN PENERIMA BEASISWA BERPRESTASI DI POLITEKNIK DAN STMIK LPKIA DENGAN MENERAPKAN METODE K-MEANS CLUSTERING 1 Wahyu Nurjaya W.K, 2 Nurjaman 1 Program Studi Sistem Informasi
Lebih terperinciBAB I PENDAHULUAN. Perguruan tinggi yang baik dipengaruhi oleh kualitas. mahasiswa di dalamnya. Mahasiswa merupakan objek
1 BAB I PENDAHULUAN 1.1. Latar Belakang Perguruan tinggi yang baik dipengaruhi oleh kualitas mahasiswa di dalamnya. Mahasiswa merupakan objek pembelajaran bagi perguruan tinggi sehingga jika prestasi mahasiswa
Lebih terperinciPENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS
Jurnal Ilmiah ILKOM Volume 8 mor (Agustus 16) ISSN: 87-1716 PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS Widya Safira Azis 1 dan Dedy Atmajaya 1 safiraazis18@gmail.com dan dedy.atmajaya@umi.ac.id
Lebih terperinciPENERAPAN ALGORITMA K-MEANS PADA KUALITAS GIZI BAYI DI INDONESIA
PENERAPAN ALGORITMA K-MEANS PADA KUALITAS GIZI BAYI DI INDONESIA Diajeng Tyas Purwa Hapsari Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email :
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Muhammadiyah Surakarta merupakan salah satu dari beberapa instansi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Universitas Muhammadiyah Surakarta merupakan salah satu dari beberapa instansi perguruan tinggi yang bergerak di bidang pendidikan, yang di dalamnya terdapat
Lebih terperinciPENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN
PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN Fauziah Nur1, Prof. M. Zarlis2, Dr. Benny Benyamin Nasution3 Program Studi Magister Teknik Informatika, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perguruan tinggi merupakan suatu sarana dalam proses pembelajaran. Pembelajaran adalah proses interaksi mahasiswa dengan dosen dan sumber belajar pada lingkungan belajar.
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Analisis cluster merupakan salah satu alat yang penting dalam pengolahan data statistik untuk melakukan analisis data. Analisis cluster merupakan seperangkat metodologi
Lebih terperinciLAPORAN KEGIATAN PENELITIAN
LAPORAN KEGIATAN PENELITIAN Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang Oleh : Asroni,
Lebih terperincia. Prosesor yang digunakan adalah Intel Core i3 1.9 Ghz b. RAM dengan ukuran 2GB c. Harddisk dengan ukuran 500GB d. Layar monitor 14.
BAB III METODE PENELITIAN 3.1 Instrumen Penelitian Beberapa perangkat yang digunakan untuk mengerjakan tugas akhir ini adalah sebagai berikut : 1. Perangkat Lunak Dalam melakukan penelitian, peneliti menggunakan
Lebih terperinciPenerapan Metode WP (Weighted Product) Untuk Pemilihan Mahasiswa Lulusan Terbaik di Fakultas Teknik Universitas Muhammadiyah Purwokerto
Penerapan Metode WP (Weighted Product) Untuk Pemilihan Mahasiswa Lulusan Terbaik di Fakultas Teknik Universitas Muhammadiyah Purwokerto (Application of WP (Weighted Product) Method For Selection of Best
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam suatu universitas, salah satu analisis yang dapat dilakukan untuk melihat perkembangan prestasi akademik seorang mahasiswa adalah dengan memantau nilai
Lebih terperinciPENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS
PENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS Hartatik STMIK Amikom Manajemen Informatika STMIK AMIKOM Yogyakarta Jl. Ringroad Utara, Condong Catur, Depok,
Lebih terperinciSISTEM PENENTUAN JURUSAN SEKOLAH MENENGAH ATAS NEGERI 1 KARANGMOJO
SISTEM PENENTUAN JURUSAN SEKOLAH MENENGAH ATAS NEGERI 1 KARANGMOJO Maria Etik Sulistiyani1), Bambang Soedijono2), Syamsul A. Syahdan3) 1,2,3) Magister Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring
Lebih terperinciBAB 1 PENDAHULUAN. Wiley & Sons, 2003, Hal : 1. 1 Poe Vidette, Klauer Patricia dan Brobst Stephen, Building A Data WareHouse for Decision Support
BAB 1 PENDAHULUAN 1.1. Pendahuluan Dewasa ini fungsi komputer semakin dimanfaatkan baik pada perusahaan menengah ke atas maupun pada perusahaan kecil. Adapun fungsi dari komputer itu sendiri adalah mengolah
Lebih terperinciBAB 3 METODE PENELITIAN. Jenis sumber data yang didapatkan peneliti adalah data primer dan data sekunder.
BAB 3 METODE PENELITIAN 3.1 Metode Pengumpulan Data 3.1.1 Sumber Data Jenis sumber data yang didapatkan peneliti adalah data primer dan data sekunder. 1. Data primer Didapatkan peneliti secara langsung
Lebih terperinciANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING
ANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING TUGAS AKHIR Oleh : Maria 3310801006 Silvianty Noerliani 3310801016 Disusun untuk memenuhi syarat kelulusan Program
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Berdasarkan Peraturan Pemerintah Nomor 37 tahun 2009, dosen merupakan pendidik profesional dan ilmuwan dengan tugas utama mentransformasikan, mengembangkan,
Lebih terperinciModel Aplikasi Penentuan Jenis Beasiswa Berbasis Algoritma K-NN Termodifikasi
ISSN: 2089-3787 1181 Model Aplikasi Penentuan Jenis Beasiswa Berbasis Algoritma K-NN Termodifikasi Soegiarto 1, Bahar 2 Program Studi Teknik Informatika, STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru
Lebih terperinciIMPLEMENTASI K-MEANS CLUSTERING UNTUK PEMBAGIAN KELAS SISWA
IMPLEMENTASI K-MEANS CLUSTERING UNTUK PEMBAGIAN KELAS SISWA SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Teknik Informatika OLEH : NISIA
Lebih terperinciSTMIK GI MDP. Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil Tahun 2011/2012
STMIK GI MDP Program Studi Sistem Informasi Skripsi Sarjana Komputer Semester Ganjil Tahun 2011/2012 SISTEM INFORMASI AKADEMIK PADA SEKOLAH TINGGI ILMU KESEHATAN (STIK) SITI KHADIJAH PALEMBANG BERBASIS
Lebih terperinciBAB I PENDAHULUAN. dari pemikiran-pemikiran manusia yang semakin maju, hal tersebut dapat. mendukung bagi pengembangan penyebaran informasi.
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dan ilmu pengetahuan pada masa globalisasi ini dirasakan telah semakin pesat dan canggih. Semua ini dikarenakan hasil dari pemikiran-pemikiran
Lebih terperinciSeminar Nasional Sains & Teknologi VI Lembaga Penelitian dan Pengabdian Universitas Lampung 3 November 2015
PENGEMBANGAN SISTEM INFORMASI KULIAH KERJA NYATA (KKN) DENGAN ALGORTIMA GREEDY UNTUK MENENTUKAN PENGELOMPOKAN PESERTA KKN (STUDI KASUS: UNIVERSITAS LAMPUNG) Harisa Eka Septiarani 1), Aristoteles 1) dan
Lebih terperinciBAB 1 PENDAHULUAN Pengantar
BAB 1 PENDAHULUAN 1.1. Pengantar Dewasa ini fungsi komputer semakin dimanfaatkan dalam segala bidang. Baik di bidang pendidikan, bisnis, ataupun penelitian. Penggunaan komputer kini tidak lagi terbatas
Lebih terperinciABSTRAK. Kata Kunci : Website Media Pembelajaran, SMK Teknik Komputer dan Jaringan, Use Case, Flowchart, ERD, AJAX, PHP, MySQL.
ABSTRAK Metode pembelajaran yang diterapkan di SMK Teknik Komputer dan jaringan (TKJ) PGRI Cibaribis untuk kelompok mata pelajaran kompetensi kejuruan dirasakan belum cukup untuk meningkatkan kualitas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
7 BAB I PENDAHULUAN 1.1 Latar Belakang Beberapa institusi yang memanfaatkan sistem informasi berbasis komputer selama bertahun-tahun sudah pasti memiliki jumlah data yang cukup besar pula. Data yang dihasilkan
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Di tengah laju kemajuan teknologi telekomunikasi dan informatika, informasi yang cepat dan akurat semakin menjadi kebutuhan pokok para pengambil keputusan. Informasi
Lebih terperinciSKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD
SKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD DONY ENDRIYONO 135610017 PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penyimpanan dokumen secara digital berkembang dengan pesat seiring meningkatnya teknologi. Kondisi tersebut memunculkan masalah untuk mengakses informasi yang diinginkan
Lebih terperinciJl. Raya Dukuhwaluh Purwokerto )
Sistem Klasterisasi Menggunakan Metode K-Means dalam Menentukan Posisi Access Point Berdasarkan Posisi Hotspot di Universitas Muhammadiyah Purwokerto (Clustering System Using K-Means Method in Determining
Lebih terperinci76 JURNAL ILMIAH SEMESTA TEKNIKA Vol. 18, No. 1, 76-82, Mei 2015
76 JURNAL ILMIAH SEMESTA TEKNIKA Vol. 18, No. 1, 76-82, Mei 2015 Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika
Lebih terperinciJurnal SCRIPT Vol. 3 No. 1 Desember 2015
PREDIKSI LAMA STUDI MAHASISWA DENGAN MENGGUNAKAN METODE K-NNPREDICTION OF STUDY TIMING PERIOD USING K-NNMETHOD Deserius Marianus Oenunu 1, Naniek Widyastuti 2, Amir Hamzah 3 1,2,3 Teknik Informatika, FTI,
Lebih terperinciBAB I PENDAHULUAN. Saat ini suatu sistem aplikasi komputer sangatlah diperlukan untuk
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi pegolahan data saat ini terus berkembang pesat. Ini disebabkan oleh berkembangnya ilmu pengetahuan dan teknologi dan adanya perangkat-perangkat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah kemiskinan merupakan hal yang sangat kompleks. Di wilayah Kecamatan Bantul, seorang warga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti
Lebih terperinciPenerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat
Penerapan Algoritma K-Means 230 Penerapan Algoritma K-Means Untuk Analisis Prestasi Akademik Mahasiswa Fakultas Ilmu Komputer Universitas Klabat Application of K-Means Algorithm for Academic Achievement
Lebih terperinciIMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING DATA PENDUDUK MISKIN DENGAN PENYAJIAN REALTIME BERBASIS WEB MOBILE
IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING DATA PENDUDUK MISKIN DENGAN PENYAJIAN REALTIME BERBASIS WEB MOBILE 1 Ahsan Anwar Sandiah, 2 Abdul Fadlil, 3 Rusydi Umar 1 Magister Teknik Informatika, 2 Magister
Lebih terperinciPENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DOKUMEN E-JURNAL STMIK GI MDP
PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DOKUMEN E-JURNAL STMIK GI MDP Ernie Kurniawan (deepblue_nie_k@yahoo.com), Maria Fransiska (mariafransiska09@yahoo.com) Tinaliah (tinaliah@mdp.ac.id), Rachmansyah
Lebih terperinciBAB I PENDAHULUAN. informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga informasi akan menjadi
Lebih terperinciSISTEM REKOMENDASI KURIKULUM DENGAN METODE K-MEANS CLUSTERING
SISTEM REKOMENDASI KURIKULUM DENGAN METODE K-MEANS CLUSTERING Ati Suci Dian Martha, S.Kom., M.T. 1, Dena Jatnika Kusumah 1, Program Studi Sistem Informasi, STMIK LPKIA, Bandung Jln. Soekarno Hatta No.
Lebih terperinciOleh: Fandy Setyo Utomo STMIK AMIKOM Purwokerto ABSTRACT
MULTI ATTRIBUTE DECISION MAKING DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION UNTUK MENENTUKAN REKOMENDASI PENERIMA BEASISWA BBM DAN PPA DI STMIK AMIKOM PURWOKERTO Oleh:
Lebih terperinciSISTEM INFORMASI PEMANTAUAN POTENSI DESA DAN PENGUMPULAN LAPORAN HASIL KEGIATAN KULIAH KERJA NYATA (KKN) UNIVERSITAS LAMPUNG
SISTEM INFORMASI PEMANTAUAN POTENSI DESA DAN PENGUMPULAN LAPORAN HASIL KEGIATAN KULIAH KERJA NYATA (KKN) UNIVERSITAS LAMPUNG Aldona Pronika 1), Aristoteles 2) dan Irwan Adi Pribadi 2) 1) Mahasiswa Jurusan
Lebih terperinciIMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DATA SISWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (STUDI KASUS : SMKN 1 KEDIRI) SKRIPSI
Artikel Skripsi IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DATA SISWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (STUDI KASUS : SMKN 1 KEDIRI) SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah
Lebih terperinciSistem Perwalian Online Mahasiswa Pada Program Pendidikan Jarak Jauh
86 JURNAL SISTEM DAN INFORMATIKA Sistem Perwalian Online Mahasiswa Pada Program Pendidikan Jarak Jauh Shofwan Hanief STMIK STIKOM Bali Jl. Raya Puputan No. 86 Renon, Denpasar, telp/fax 0361 24445/0361
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Peternakan sapi perah di Indonesia sebagian besar masih dikelola secara sederhana/tradisional oleh peternak. Hal tersebut disebabkan latar belakang pendidikan yang
Lebih terperinciSISTEM INFORMASI PEGAWAI BERBASIS WEB DENGAN METODE WATERFALL PADA SMA AISYIYAH 1 PALEMBANG
SISTEM INFORMASI PEGAWAI BERBASIS WEB DENGAN METODE WATERFALL PADA SMA AISYIYAH 1 PALEMBANG Nia Oktaviani Sistem Informasi, Fakultas Ilmu Komputer, Universitas Bina Darma Palembang E-mail: niaoktaviani@binadarma.ac.id,
Lebih terperinciIMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PENJURUSAN KELAS IPA, IPS, DAN SASTRA
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN PENJURUSAN KELAS IPA, IPS, DAN SASTRA Nama : Nandang Syaefulloh NPM : 55412243 Fakultas : Teknologi Industri Jurusan : Teknik Informatika Pembimbing
Lebih terperinciAPLIKASI SURAT MASUK DAN KELUAR DENGAN KLASTERISASI MENGGUNAKAN METODE K-MEANS DI INSTALASI FARMASI RSUD DR.SAIFUL ANWAR
APLIKASI SURAT MASUK DAN KELUAR DENGAN KLASTERISASI MENGGUNAKAN METODE K-MEANS DI INSTALASI FARMASI RSUD DR.SAIFUL ANWAR Sari Nur Sita Wibowo 1 Amak Yunus EP 1 Sistem Informasi, Universitas Kanjuruhan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Peminatan atau konsenterasi merupakan fokus mahasiswa terhadap suatu bidang studi tertentu yang sesuai dengan minatnya. Tujuannya yaitu untuk lebih memfokuskan
Lebih terperinciPENGENALAN POLA KEPUASAN MAHASISWA TERHADAP KEGIATAN BELAJAR MENGAJAR (STUDI KASUS DI STMIK AKAKOM YOGYAKARTA) Abstrak
PENGENALAN POLA KEPUASAN MAHASISWA TERHADAP KEGIATAN BELAJAR MENGAJAR (STUDI KASUS DI STMIK AKAKOM YOGYAKARTA) Dini Fakta Sari Teknik Informatika STMIK AKAKOM Yogyakarta dini@akakom.ac.id Abstrak Tenaga
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pemberian Beasiswa merupakan program kerja yang ada di setiap Universitas atau Perguruan Tinggi. Program beasiswa diadakan untuk meringankan beban mahasiswa dalam
Lebih terperinciPengembangan Sistem Ujian Online Sekolah
Pengembangan Sistem Ujian Online Sekolah 1 Didik Kurniawan, 2 Rico Andrian dan 3 Lona Ertina 1 Jurusan Ilmu Komputer FMIPA Unila 2 Jurusan Ilmu Komputer FMIPA Unila 3 Jurusan Ilmu Komputer FMIPA Unila
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMASARAN PRODUK MENGGUNAKAN DATA MINING DENGAN K-MEANS CLUSTERING
Seminar Nasional Sistem Informasi Indonesia, 22 September 2014 SISTEM PENDUKUNG KEPUTUSAN PEMASARAN PRODUK MENGGUNAKAN DATA MINING DENGAN K-MEANS CLUSTERING Arief Samuel Gunawan 1), Evasaria Magdalena
Lebih terperinciBAB I PENDAHULUAN. yang sangat penting khususnya di Program Studi Informatika Fakultas Teknik
BAB I PENDAHULUAN A. Latar Belakang Jadwal matakuliah merupakan salah satu bagian di bidang akademik yang sangat penting khususnya di Program Studi Informatika Fakultas Teknik Universitas Muhammadiyah
Lebih terperinciLAPORAN TUGAS AKHIR. Diajukan untuk memenuhi salah satu syarat memperoleh derajat Sarjana Komputer ADITYA HADI WIJAYA
LAPORAN TUGAS AKHIR SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LULUSAN MAHASISWA TERBAIK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH PURWOKERTO
Lebih terperinciBAB V IMPLEMENTASI DAN PENGUJIAN
BAB V IMPLEMENTASI DAN PENGUJIAN 5.1. Tahapan Implementasi Tahap implementasi ini dilakukan setalah tahap analisa dan perancangan selesai dilakukan. Dalam tahap implementasi ini akan dilakukan pengkodingan
Lebih terperinciTUGAS AKHIR. Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang. Oleh :
APLIKASI PENDETEKSI DUPLIKASI DOKUMEN TEKS BAHASA INDONESIA MENGGUNAKAN ALGORITMA WINNOWING SERTA PENGELOMPOKAN DOKUMEN DENGAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS TUGAS AKHIR Sebagai Persyaratan Guna Meraih
Lebih terperinciSISTEM INFORMASI PENERIMAAN SISWA BARU SMAN 1 CANGKRINGAN. Naskah Publikasi
SISTEM INFORMASI PENERIMAAN SISWA BARU SMAN 1 CANGKRINGAN Naskah Publikasi Diajukan oleh Yessica Anindita Fitri Susanti 10.22.1250 kepada JURUSAN SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN
Lebih terperinciPENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA ANGGARAN PENDAPATAN BELANJA DAERAH DI KABUPATEN XYZ
PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA ANGGARAN PENDAPATAN BELANJA DAERAH DI KABUPATEN XYZ SKRIPSI Diajukan untuk memenuhi salah satu syarat memperoleh Gelar Sarjana pada Program Studi Sistem
Lebih terperinciAnalisis Perbandingan Algoritma Fuzzy C-Means dan K-Means
Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means Yohannes Teknik Informatika STMIK GI MDD Palembang, Indonesia Abstrak Klasterisasi merupakan teknik pengelompokkan data berdasarkan kemiripan data.
Lebih terperinciPENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING
A-99 PENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING Rachmad Zaini Alberto 1, Winda Kurnia Sari 2, Samsuryadi 3, Anggina Primanita 4 1,2,3,4 Fakultas
Lebih terperinciSKRIPSI. MANAJEMEN PRODUKSI DAN PENGADAAN BAHAN BAKU MAKANAN ( Studi Kasus di Rumah Makan Cowek Ireng ) Oleh : M.SARIFUDDIN
SKRIPSI MANAJEMEN PRODUKSI DAN PENGADAAN BAHAN BAKU MAKANAN ( Studi Kasus di Rumah Makan Cowek Ireng ) Oleh : M.SARIFUDDIN 2011-51-118 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH GELAR
Lebih terperinciPENGELOMPOKAN BIMBINGAN BELAJAR MENGGUNAKAN METODE CLUSTERING DI SMA NEGERI 1 CILAKU KABUPATEN CIANJUR
PENGELOMPOKAN BIMBINGAN BELAJAR MENGGUNAKAN METODE CLUSTERING DI SMA NEGERI 1 CILAKU KABUPATEN CIANJUR SIDANG SKRIPSI Oleh Adry Rahadinata 10108069 Penguji 1 Andri Heryandi, S.T., M.T. Penguji 2 Adam Mukharil
Lebih terperinciAPLIKASI JADWAL KERJA PADA KARYAWAN OUTSOURCING DI CONTACT CENTER PLN 123 PALEMBANG
APLIKASI JADWAL KERJA PADA KARYAWAN OUTSOURCING DI CONTACT CENTER PLN 123 PALEMBANG LAPORAN AKHIR Disusun Dalam Rangka Memenuhi Syarat Menyelesaikan Pendidikan Diploma III Jurusan Manajemen Informatika
Lebih terperinciSELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN METODE SAW DAN K-MEANS
SELEKSI PEMILIHAN RUMAH SEHAT MENGGUNAKAN METODE SAW DAN K-MEANS Ferian Fauzi Abdulloh 1, Sharazita D.A 2 1,2 Magister Teknik Informatika, STMIK AMIKOM Yogyakarta 1 ferianfauzi@gmail.com, 2 sharazita.da@gmail.com
Lebih terperinci1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian
Penerapan Data Mining dengan Menggunakan Metode Clustering K-Mean Untuk Mengukur Tingkat Ketepatan Kelulusan Mahasiswa Program Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang
Lebih terperinciSISTEM INFORMASI PENDAFTARAN MAHASISWA PADA PERGURUAN TINGGI (STUDI KASUS : PROGRAM STUDI MANAJEMEN INFORMATIKA )
SISTEM INFORMASI PENDAFTARAN MAHASISWA PADA PERGURUAN TINGGI (STUDI KASUS : PROGRAM STUDI MANAJEMEN INFORMATIKA ) Erwin Dwi Saputro 1), Ir. Dewi Lusiana, M.T 2) 1,2 Program Studi D3 Manajemen Informatika,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Sekolah Menengah Atas (SMA) Negeri 01 Belangkejeren, yang terletak di
BAB I PENDAHULUAN 1.1. Latar Belakang Sekolah Menengah Atas (SMA) Negeri 01 Belangkejeren, yang terletak di Kabupaten Gayo Lues Provinsi Aceh, merupakan instansi pemerintah yang tujuan dasarnya adalah
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 20010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 20010/2011 PENERAPAN METODE CLUSTERING HIRARKI AGGLOMERATIVE UNTUK KATEGORISASI DOKUMEN PADA WEBSITE SMA NEGERI
Lebih terperinciAplikasi Pengolahan Data Posyandu
Aplikasi Pengolahan Data Posyandu Musliani 1, Lidya Wati 2, Sri Mawarni 3 Jurusan Teknik Informatika Politeknik Negeri Bengkalis, Jl. Bathin Alam, Sei. Alam, Bengkalis Musliani471@yahoo.com 1, lidyaati@polbeng.ac.id
Lebih terperinciJl.Raya Dukuh Waluh Purwokerto )
Metode TOPSIS untuk Menentukan Penerimaan Mahasiswa Baru Pendidikan Dokter di Universitas Muhammadiyah Purwokerto (TOPSIS Method to Determine New Students Admission at Medical School in University of Muhammadiyah
Lebih terperinciBAB I PENDAHULUAN. usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan
BAB I PENDAHULUAN 1.1 Latar Belakang PT. Bali Sinar Mentari adalah perusahaan yang bergerak pada bidang usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan domestik maupun mancanegara
Lebih terperinciBAB 1 PENDAHULUAN Building A Data WareHouse for Decision Support Second Edition Data Mining : Concepts, Models, Methods, and Algorithms
BAB 1 PENDAHULUAN 1.1. Pendahuluan Mesin hitung bernama Komputer sejak satu dekade ini telah tumbuh dan berkembang dengan pesat. Perkembangan ini meliputi sisi teknologi, kapasitas media penyimpanan, dan
Lebih terperinciSISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING
SISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING Siti Hadianti 1, Helen Sastypratiwi, Anggi Srimurdianti Sukamto 3. 1,, 3 Program Studi Informatika Universitas Tanjungpura
Lebih terperinciBAB I PENDAHULUAN. secara manual dari suatu kumpulan data. Defenisi lain data mining adalah sebagai
BAB I PENDAHULUAN I.1. Latar Belakang Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari
Lebih terperinciBAB 1 PENDAHULUAN. 1.4 Latar Belakang. Dalam kondisi administrasi Dinas Komunikasi dan Informatika sekarang sangat
1 BAB 1 PENDAHULUAN 1.4 Latar Belakang Dalam kondisi administrasi Dinas Komunikasi dan Informatika sekarang sangat kurang maksimal dalam pencarian data seorang pegawai. Sulitnya mencari data pegawai dikarenakan
Lebih terperinciPERANCANGAN SISTEM PENDETEKSI PLAGIARISME TERHADAP TOPIK PENELITIAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN MODEL BAYESIAN
PERANCANGAN SISTEM PENDETEKSI PLAGIARISME TERHADAP TOPIK PENELITIAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN MODEL BAYESIAN Mufti Ari Bianto 1), Siti Rahayu 2), Miftahul Huda 3) ), Kusrini 4) 1), 2),3),4)
Lebih terperinciModel Penentuan Jenis Beasiswa Menggunakan Algoritma K-NN Kombinasi Basis Aturan Dan Basis Pengetahuan
ISSN: 2089-3787 579 Model Penentuan Jenis Beasiswa Menggunakan Algoritma K-NN Kombinasi Basis Aturan Dan Basis Pengetahuan Bahar, Nidia Rosmawanti STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru bahararahman@gmail.com,
Lebih terperinciPEMODELAN PENGELOMPOKKAN PRESTASI DOSEN MENGGUNAKAN METODE FUZZY C-MEANS
PEMODELAN PENGELOMPOKKAN PRESTASI DOSEN MENGGUNAKAN METODE FUZZY C-MEANS Sri Redjeki Teknik Informatika STMIK AKAKOM Jl. Raya Janti No 143 Yogyakarta e-mail: dzeky@akakom.ac.id ABSTRAK Sebuah perguruan
Lebih terperinciPERANCANGAN APLIKASI PENENTUAN JURUSAN DI SMA MENGGUNAKAN METODE K-MEANS
PERANCANGAN APLIKASI PENENTUAN JURUSAN DI SMA MENGGUNAKAN METODE K-MEANS Herianto Manurung (1011933) Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang
Lebih terperinciIMPLEMENTASI ALGORITMA K-MEANS UNTUK KLASTERISASI MAHASISWA BERDASARKAN PREDIKSI WAKTU KELULUSAN SKRIPSI
IMPLEMENTASI ALGORITMA K-MEANS UNTUK KLASTERISASI MAHASISWA BERDASARKAN PREDIKSI WAKTU KELULUSAN SKRIPSI Disusun Oleh : ALVI SYAHRIN NPM. 0934010254 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI
Lebih terperinciImplementasi Algoritma Fuzzy C-Means Untuk Clustering Penderita Tuberculosis di Kota Semarang
Implementasi Algoritma Fuzzy C-Means Untuk Clustering Penderita Tuberculosis di Kota Semarang Implementation Of Fuzzy C-Means Algorithm For Clustering Tuberculois Patients at Semarang. Devi Dwi R¹, Etika
Lebih terperinciBAB I PENDAHULUAN. pengambilan keputusan dengan berbagai kriteria diantaranya umur, alamat,
BAB I PENDAHULUAN 1.1. Latar Belakang Penerimaan siswa baru merupakan masalah pengambilan keputusan yang penting, karena pemilihan siswa baru yang berkualitas dapat meningkatkan prestasi sekolah. Seleksi
Lebih terperinciBAB I PENDAHULUAN. Pada era globalisasi sekarang ini teknologi informasi berperan penting
BAB I PENDAHULUAN 1.1 Latar Belakang Pada era globalisasi sekarang ini teknologi informasi berperan penting dalam memperbaiki kinerja suatu organisasi. Penggunaannya tidak hanya sebagai proses otomatisasi
Lebih terperinciBAB II LANDASAN TEORI. yang terdiri dari komponen-komponen atau sub sistem yang berorientasi untuk
BAB II LANDASAN TEORI 2.1 Sistem Menurut Gondodiyoto (2007), sistem adalah merupakan suatu kesatuan yang terdiri dari komponen-komponen atau sub sistem yang berorientasi untuk mencapai suatu tujuan tertentu.
Lebih terperinciPENERAPAN METODE K-MEANS CLUSTER ANALYSIS UNTUK MENDETEKSI HAMA ATAU PENYAKIT PADA TANAMAN MELON
PENERAPAN METODE K-MEANS CLUSTER ANALYSIS UNTUK MENDETEKSI HAMA ATAU PENYAKIT PADA TANAMAN MELON Brima Surya Prayoga 1), Nadhira Nanda Fatriani 2), Kusnawi 3) 1), 2), 3) Teknik Informatika STMIK AMIKOM
Lebih terperinciPENERAPAN ALGORITMA ID3 UNTUK PREDIKSI MINAT STUDI MAHASISWA TEKNIK INFORMATIKA PADA UNIVERSITAS DIAN NUSWANTORO. Abstrak
PENERAPAN ALGORITMA ID3 UNTUK PREDIKSI MINAT STUDI MAHASISWA TEKNIK INFORMATIKA PADA UNIVERSITAS DIAN NUSWANTORO Sirli Fahriah 1, Heru Agus Santoso,Ph.D 2 Mahasiswa Universitas Dian Nuswantoro Semarang
Lebih terperinciSKRIPSI DIAJUKAN OLEH : NAMA : WULANDARI NUR AGINA NIM :
SKRIPSI SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SEKOLAH MENENGAH ATAS MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) DIAJUKAN OLEH : NAMA :
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahapan yang dilaksanakan selama pembuatan tugas akhir. Secara garis besar metodologi penelitian tugas akhir ini dapat dilihat
Lebih terperinciProsiding SINTAK 2017 ISBN:
PEMODELAN SISTEM PENUNJANG KEPUTUSAN REKRUTMEN KARYAWAN DENGAN METODE TOPSIS (TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION) STUDI KASUS : PT. BAHTERA PESAT LINTASBUANA Lis Suryadi 1 1
Lebih terperinciBAB III METODE PENELITIAN. Pendekatan metode pengembangan sistem yang digunakan peneliti merupakan
BAB III METODE PENELITIAN 3.1. Metode Pengembangan Sistem Pendekatan metode pengembangan sistem yang digunakan peneliti merupakan salah satu dari agile methods yaitu extreme Programming (XP). Dalam metode
Lebih terperinciPENERAPAN METODE KLASTERING DENGAN ALGORITMA K-MEANS UNTUK PREDIKSI KELULUSAN MAHASISWA PADA PROGRAM STUDI TEKNIK INFORMATIKA STRATA SATU
PENERAPAN METODE KLASTERING DENGAN ALGORITMA K-MEANS UNTUK PREDIKSI KELULUSAN MAHASISWA PADA PROGRAM STUDI TEKNIK INFORMATIKA STRATA SATU Gita Premashanti Trayasiwi Program Studi Teknik Informatika S1,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada penelitian ini ada beberapa tahapan penelitian yang akan dilakukan seperti terlihat pada gambar 3.1 berikut : Mulai Identifikasi Masalah Pengumpulan Data Analisa Aplikasi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sejalan dengan perkembangan teknologi informasi, semakin bertambah pula kemampuan komputer dalam membantu menyelesaikan permasalahanpermasalahan di berbagai
Lebih terperinci