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

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. Universitas Muhammadiyah Surakarta merupakan salah satu dari beberapa instansi

Pengenalan Pola. K-Means Clustering

BAB I PENDAHULUAN Latar Belakang Sekolah Menengah Atas (SMA) Negeri 01 Belangkejeren, yang terletak di

1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian

PENGELOMPOKAN BIMBINGAN BELAJAR MENGGUNAKAN METODE CLUSTERING DI SMA NEGERI 1 CILAKU KABUPATEN CIANJUR

SISTEM PEMBAGIAN KELOMPOK BIMBINGAN BELAJAR DENGAN METODE K-MEANS CLUSTERING

PENERAPAN DATA MINING DALAM PEMILIHAN PENERIMA BEASISWA BERPRESTASI DI POLITEKNIK DAN STMIK LPKIA DENGAN MENERAPKAN METODE K-MEANS CLUSTERING

IMPLEMENTASI K-MEANS CLUSTERING UNTUK PEMBAGIAN KELAS SISWA

METODE CLUSTERING DENGAN ALGORITMA K-MEANS. Oleh : Nengah Widya Utami

Gambar 5.1 Form Master Pegawai

BAB I PENDAHULUAN. Perguruan tinggi yang baik dipengaruhi oleh kualitas. mahasiswa di dalamnya. Mahasiswa merupakan objek

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. mencapai tujuan, antara lain input, proses, output, dan outcome (Depdiknas, 2007:5).

IMPLEMENTASI DATA MINING UNTUK PENGELOMPOKKAN DATA SISWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (STUDI KASUS : SMKN 1 KEDIRI) SKRIPSI

BAB I PENDAHULUAN A. Latar Belakang

BAB 3 ANALISA SISTEM

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Pada penelitian Rismawan dan Kusumadewi (2008) mengelompokkan

BAB I PENDAHULUAN. informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga

PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN

BAB IV ANALISIS DAN PERANCANGAN

BAB IV HASIL DAN UJICOBA

APLIKASI K-MEANS UNTUK PENGELOMPOKKAN MAHASISWA BERDASARKAN NILAI BODY MASS INDEX (BMI) & UKURAN KERANGKA

PENGKLASIFIKASIAN DATA SEKOLAH PENGGUNA INTERNET PENDIDIKAN MENGGUNAKAN TEKNIK CLUSTERING DENGAN ALGORITMA K-MEANS STUDI KASUS PT TELKOM SURABAYA

Penerapan Metode Clustering K- Means Untuk Mengukur Tingkat Kedisplinan Siswa Di SMK Perikanan Nusantara Demak

BAB 1 PENDAHULUAN. Dengan kemajuan teknologi informasi sekarang ini, kebutuhan akan

SISTEM PENGELOMPOKAN PELANGGAN PADA SEBUAH TOKO ONLINE DENGAN MENGGUNAKAN METODE CLUSTERING DAN ALGORITMA K-MEANS TUGAS AKHIR

DATA MINING. Pertemuan 9. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi

Sistem Pendukung Keputusan Untuk Menentukan Program Keahlian di SMK Syubbanul Wathon Magelang

BAB II LANDASAN TEORI. yang terdiri dari komponen-komponen atau sub sistem yang berorientasi untuk

ARTIKEL PENILAIAN PRESTASI KERJA PEGAWAI NEGERI SIPIL

PENGELOMPOKAN TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS

IMPLEMENTASI METODE K-MEANS PADA PENERIMAAN SISWA BARU

PENENTUAN NILAI PANGKAT PADA ALGORITMA FUZZY C- MEANS

ALGORITMA K-MEANS UNTUK PENGELOMPOKAN BANK BERDASARKAN KOMPOSISI DANA PIHAK KETIGA (DPK) DAN JUMLAH JARINGAN KANTOR

BAB I PENDAHULUAN Latar Belakang

BAB V IMPLEMENTASI DAN PENGUJIAN

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. menerapkan metode clustering dengan algoritma K-Means untuk penelitiannya.

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI Tinjauan Pustaka Penelitian terkait metode clustering atau algoritma k-means pernah di

Pemanfaatan Algoritma FCM Dalam Pengelompokan Kinerja Akademik Mahasiswa

ANALISIS DATA KONSUMEN DENGAN MENGGUNAKAN METODE CLUSTERING PADA TOKO BANGUNAN RAHAYU

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Dalam dunia pendidikan saat ini biasanya instansi pemerintahan menetapkan

DATA MINING DAN WAREHOUSE A N D R I

SISTEM PENDUKUNG KEPUTUSAN MINAT PEMILIHAN JURUSAN SMA DENGAN METODE K-MEANS CLUSTER ANALYSIS

BAB 1 PENDAHULUAN Latar Belakang

PENGELOMPOKAN MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGELOMPOKAN NILAI AKADEMIK SISWA MENGGUNAKAN METODE K-MEANS UNTUK SISWA SDN LAKARSANTRI I/472 SURABAYA SKRIPSI

PEMBUATAN APLIKASI SOAL UJIAN MASUK SEKOLAH MENENGAH ATAS BERBASIS WEB MENGGUNAKAN PHP DAN MySQL

BAB III METODOLOGI PENELITIAN

Review : Definisi Clustering. Metode untuk menemukan kelompok pada data berdasarkan kriteria tertentu.

BAB I PENDAHULUAN. usaha jasa perjalanan wisata di Bali. Perusahaan ini melayani pelanggan

SISTEM REKOMENDASI KURIKULUM DENGAN METODE K-MEANS CLUSTERING

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 20010/2011

Tipe Clustering. Partitional Clustering. Hirerarchical Clustering

Partitional clustering KLASTERING DENGAN METODE K-MEANS

BAB I PENDAHULUAN. sekarang, yang dipilah menjadi Jurusan Ilmu Pengetahuan Alam (IPA), Ilmu

IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK ANALISA PRESTASI SISWA BERDASARKAN DATA SISWA DI SMA NEGERI 1 GROGOL SKRIPSI

IMPLEMENTASI PENGENALAN POLA UNTUK MENGEVALUASI HASIL PEMBELAJARAN DENGAN METODE FUZZY C-MEANS

BAB 1 PENDAHULUAN. Kebutuhan akan informasi yang akurat dan tepat untuk penyajian data sangat

ARTIKEL SISTEM PEMBAGIAN KELOMPOK BELAJAR SISWA MENGGUNAKAN METODE K-MEANS CLUSTERING DI SD NEGERI 1 NGEBONG KABUPATEN TULUNGAGUNG

BAB 1 PENDAHULUAN. Dalam satu sekolah ada ratusan bahkan lebih siswa yang masing-masing mempunyai

Bab 2 Tinjauan Pustaka

SISTEM PENENTUAN JURUSAN SEKOLAH MENENGAH ATAS NEGERI 1 KARANGMOJO

BAB I PENDAHULUAN. serta dapat bertingkah sesuai norma-norma yang berlaku. Sebab ide dasar

BAB I PENDAHULUAN 1.1 Latar Belakang


BAB IV PEMBAHASAN. Pada penelitian ini menggunakan data mahasiswa Fakultas Teknik alumni

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III ANALISIS DAN PERANCANGAN

KLASTERISASI KOMPETENSI GURU MENGGUNAKAN HASIL PENILAIAN PORTOFOLIO SERTIFIKASI GURU DENGAN METODE DATA MINING

ANALISIS CLUSTER PADA DOKUMEN TEKS

BAB III ANALISIS DAN PERANCANGAN SISTEM

CLUSTER PASANGAN USIA SUBUR (PUS) PELAYANAN KELUARGA BERENCANA (KB) MENGGUNAKAN ALGORITMA K-MEANS SKRIPSI

KLASIFIKASI PROSES BUSINESS DATA MAHASISWA UNIVERSITAS KANJURUHAN MALANG MENGGUNAKAN TEKNIK DATA MINING

BAB I PENDAHULUAN. informasi yang akurat sangat dibutuhkan dalam kehidupan sehari-hari, sehingga

Jl. Raya Dukuhwaluh Purwokerto )

SEMINAR PROGRESS TUGAS AKHIR

BAB I PENDAHULUAN. secara manual dari suatu kumpulan data. Defenisi lain data mining adalah sebagai

MEMANFAATKAN ALGORITMA K-MEANS DALAM MENENTUKAN PEGAWAI YANG LAYAK MENGIKUTI ASESSMENT CENTER UNTUK CLUSTERING PROGRAM SDP

IMPLEMENTASI DATA MINING PENGELOMPOKKAN MURID TAMAN KANAK-KANAK DENGAN METODE K-MEANS

BAB I PENDAHULUAN. efektivitas dan efisiensi kerja tercapai. STIKOM Surabaya merupakan salah

Perancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors

BAB II LANDASAN TEORI 2.1. Sistem Pendukung keputusan Pengertian keputusan Keputusan adalah suatu reaksi terhadap beberapa solusi alternative

BAB II TINJAUAN PUSTAKA

PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA ANGGARAN PENDAPATAN BELANJA DAERAH DI KABUPATEN XYZ

Prosiding Seminar Sains dan Teknologi FMIPA Unmul Vol. 1 No. 2 Desember 2015, Samarinda, Indonesia ISBN :

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

PENGELOMPOKAN KOLEKSI BUKU PERPUSTAKAAN BERDASARKAN LAMA PEMINJAMAN BUKU MENGGUNAKAN K-MEANS

IMPLEMENTATION K-MEANS ALGORITHM TO PREDICT CONSUMER INTEREST ACCORDING TO THE SEASON ON PLACE RESERVATION AND FOOD ONLINE SOFTWARE IN FOOD GARDEN

Pemanfaatan Metode K-Means Clustering dalam Penentuan Penjurusan Siswa SMA

PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS

3. METODOLOGI. Penelitian dilakukan dalam tiga tahap utama : Persiapan, Evaluasi

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang

khazanah Aplikasi Pemrediksi Masa Studi dan Predikat Kelulusan Mahasiswa Informatika Universitas Muhammadiyah Surakarta Menggunakan Metode Naive Bayes

BAB III METODOLOGI PENELITIAN

ANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM)

PENERAPAN ALGORITMA K-MEANS PADA KUALITAS GIZI BAYI DI INDONESIA

Analisis Perbandingan Algoritma Fuzzy C-Means dan K-Means

SISTEM PAKAR DIAGNOSIS JENIS JERAWAT PADA WAJAH MENGGUNAKAN METODE K-MEANS CLUSTERING

Transkripsi:

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 : Ericks Rachmat Swedia, ST., MMSI

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.

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.

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.

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.

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.

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

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.

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

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.

Tampilan Output Tampilan Halaman Utama

Tampilan Output Tampilan Halaman About

Tampilan Output Tampilan Halaman K-means Awal

Tampilan Output Tampilan Halaman K-means Lanjut

Tampilan Output Tampilan Halaman K-Means Hasil

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.