DATA MINING DENGAN METODE K-MEANS UNTUK PENGELOMPOKAN MAHASISWA YANG MENGUNJUNGI PERPUSTAKAAN BERDASARKAN DATA KUNJUNGAN DAN IPK

ZAIN, M. SYAFRIZAL (2018) DATA MINING DENGAN METODE K-MEANS UNTUK PENGELOMPOKAN MAHASISWA YANG MENGUNJUNGI PERPUSTAKAAN BERDASARKAN DATA KUNJUNGAN DAN IPK. Masters thesis, Universitas Putra Indonesia "YPTK".

[img]
Preview
Text
Jurnal.pdf

Download (678kB) | Preview
[img] Text
A. Cover.docx
Restricted to Registered users only until 29 March 2018.

Download (74kB)
[img] Text
Ai. Persetujuan.docx
Restricted to Registered users only until 29 March 2018.

Download (20kB)
[img] Text
Aiii. Pengakuan.docx
Restricted to Registered users only until 29 March 2018.

Download (18kB)
[img] Text
Aii. Pengesahan.docx
Restricted to Registered users only until 29 March 2018.

Download (17kB)
[img] Text
Aiv. dedikasi.doc
Restricted to Registered users only until 29 March 2018.

Download (309kB)
[img] Text
Av .kata pengantar.doc
Restricted to Registered users only until 29 March 2018.

Download (43kB)

Abstract

Data mining merupakan serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu database. Salah satu teknik data mining yaitu clustering. Clustering adalah mengelompokkan sejumlah objek ke dalam cluster dimana cluster yang baik adalah cluster yang memiliki tingkat kesamaan yang tinggi antar objek di dalam suatu cluster dan tingkat ketidaksamaan yang tinggi dengan objek cluster yang lainnya Clustering disini mengunakan salah satu metode algoritma yaitu k-means Algoritma k-means merupakan algoritma yang akan menghitung jarang dari masing-masing data ke pusat cluster kemudian menghitung rata-rata dari jumlah kelompok sehingga disebut k-means, atau k rata-rata. Dengan menggunakan teknik data mining tersebut maka dapat digunakan untuk mengelompokan mahasiswa yang mengujungi perpustakaan. Apakah kunjungannya termasuk rendah, sedang, atau tinggi. Sehingga diharapkan hasil akhir dari pengunaan data mining ini dapat menghasilkan kelompok siswa yang dapat membantu pihak instansi dalam mengambil keputusan.

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Administrator
Date Deposited: 08 Jan 2018 03:32
Last Modified: 09 Jan 2018 06:37
URI: http://repository.upiyptk.ac.id/id/eprint/4

Actions (login required)

View Item View Item