IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKAN PEMINATAN MAHASISWA TEKNIK INFORMATIKA STMIK AKAKOM

Renalia, Elsa - 155410171 (2019) IMPLEMENTASI GA-K MEANS UNTUK PENGELOMPOKAN PEMINATAN MAHASISWA TEKNIK INFORMATIKA STMIK AKAKOM. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.

[img]
Preview
Text
1_155410171_HALAMAN_DEPAN.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text
2_155410171_BAB_I.pdf - Published Version

Download (89kB) | Preview
[img]
Preview
Text
3_155410171_BAB_II.pdf - Published Version

Download (287kB) | Preview
[img] Text
4_155410171_BAB_III.pdf - Published Version
Restricted to Repository staff only

Download (163kB) | Request a copy
[img] Text
5_155410171_BAB_IV.pdf - Published Version
Restricted to Repository staff only

Download (477kB) | Request a copy
[img]
Preview
Text
6_155410171_BAB_V.pdf - Published Version

Download (10kB) | Preview
[img]
Preview
Text
7_155410171_DAFTAR_PUSTAKA.pdf - Published Version

Download (67kB) | Preview
[img]
Preview
Text
8_155410171CARA_MENJALANKAN_PROGRAM.pdf - Published Version

Download (10kB) | Preview
[img] Text
9_155410171_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only

Download (118kB) | Request a copy
[img]
Preview
Text
10_155410171_LAMPIRAN.pdf - Published Version

Download (184kB) | Preview

Abstract

Prodi Teknik Informatika STMIK AKAKOM menawarkan 3 peminatan dalam perkuliahan yaitu cloud computing, mobile dan sistem cerdas. Setiap peminatan ditunjang beberapa matakuliah yang wajib diambil pada semester sebelumnya. Dengan melihat kedekatan nilai-nilai matakuliah yang berhubungan dengan setiap peminatan dapat dilihat peminatan manakah yang lebih cocok untuk masing-masing mahasiswa. Kedekatan nilai-nilai mata kuliah dapat dilihat dengan teknik clustering salah satunya dengan metode K-Means. Walaupun memiliki banyak kelebihan metode ini sangat sensitif terhadap penentuan centroid awal. Oleh karenanya dilakukan optimasi untuk penentuan centroid awal dengan menggunakan Algoritma genetika. Penggabungan metode Genetic Algorithm dan K-Means sering disingkat sebagai GA-K Means. Pada penelitian silhouette coefficient digunakan untuk menentukan kualitas klaster. Sistem ini menggunakan nilai mahasiswa Prodi TI angkatan 2015/2016 sebanyak 70 mahasiswa. Aplikasi yang dibuat dapat mengelompokkan mahasiswa TI angkatan 2015/2016 menjadi 3 klaster. Klaster pertama berisi 7 data, klaster kedua berisi 20 data dan klaster ketiga berisi 43 data. Nilai silhouette coefficient klaster 1 adalah 0.256497, nilai silhouette coefficient klaster 2 adalah 0.111588 sedangkan nilai silhouette coefficient klaster 3 adalah 0.323434. Hasil yang didapat dari aplikasi ini belum mampu mengoptimasi K-Means dengan baik (nilai silhouette coefficient relatif jauh dari 1) dikarenakan jumlah cacah data yang terlalu sedikit dan tingkat heterogenitas data yang kurang besar. Kata kunci : GA-K means, pengelompokan, silhouette coeffisient.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing: Ariesta Damayanti, S.Kom., M.Cs
Uncontrolled Keywords: GA-K means, pengelompokan, silhouette coeffisient
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence)
A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence)

A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Pendukung Keputusan (Decision Support Systems)
A Karya Umum (General) > Ilmu Komputer (Computer Science) > Sistem Pendukung Keputusan (Decision Support Systems)
Divisions: Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User: Users 6400 not found.
Date Deposited: 22 Feb 2019 06:29
Last Modified: 22 Feb 2019 06:29
URI: http://eprints.akakom.ac.id/id/eprint/8290

Actions (login required)

View Item View Item