CLUSTERING PROGRAM KEAHLIAN PADA PENDAFTARAN SISWA BARU (PSB) DENGAN MENGGUNAKAN ALGORITMA K-MEANS: STUDI KASUS DI SMKN 1 NGULING
Abstract
Dalam dunia pendidikan, khususnya di lembaga pendidikan SMK (Sekolah Menengah Kejuruan) rata-rata sekolah memiliki beberapa (lebih dari satu) program keahlian sehingga memungkinkan terjadi kebingungan bagi siswa yang ingin mendaftar dalam memilih jurusan yang sesuai dengan keinginan. Tentunya dalam mendaftar seorang siswa akan memiliki acuan/tolak ukur untuk memilih jurusan yang sesuai dengan bakat, minat dan keinginannya. Hal tersebut tentunya perlu adanya informasi yang tepat sehingga siswa benar-benar paham tentang jurusan yang akan dipilihnya. Oleh karena itu perlu suatu Data Mining untuk membantu mengambil keputusan siswa dalam memilih jurusan sehingga mempermudah siswa dalam mengambil keputusan secara tepat dan akurat. Penelitian ini akan menggunakan algoritma K-Means, karena dalam algoritma K-Means acuannya adalah angka yang dikelompokkan/ clustering diharapkan siswa langsung mengetahui jurusan yang tepat yang sesuai dengan keputusan dari Data Mining.
Kata kunci : SMK, data mining, classification model, K-Means, Clustering.
Full Text:
58-65 (Bahasa Indonesia)References
E.S. Gopi, “Algorithm Collections for Digital Signal Processing Applications Using Matlabâ€, Spinger: National Institute of Technology, Tiruchi, India,
Chen Yu, “K-Means Clusteringâ€, Indiana University
Sergios Theodoridis, Konstantinos Koutroumbas : “Pattern Recognitionâ€, Elsevier Academic Press
Teknomo, Kardi. K-Means Clustering Tutorials. http://people.revoledu.com/kardi/tutorial/kMean/ http://en.wikipedia.org/wiki/k-means_algorithm
http://home.dei.polimi.it/matteucc/clustering/tutorial_ht
Agusta, Y. (2004). Minimum Message Length Mixture Modelling for Uncorrelated and Correlated Continuous Data Applied to Mutual Funds Classification, Ph.D. Thesis, School of Computer Science and Software Engineering, Monash University, Clayton, 3800 Australia
DOI: http://dx.doi.org/10.53567/spirit.v7i2.11
Refbacks
- There are currently no refbacks.
Copyright (c) 2015 Jurnal SPIRIT
Diindeks Oleh:
SPIRIT : Sarana Penunjang Informasi Terkini
Diterbitkan oleh Teknologi Informasi Institut Teknologi dan Bisnis Yadika Pasuruan
Alamat Redaksi: Jl. Bader No.9, Kwangsan, Kalirejo, Kec. Bangil, Pasuruan, Jawa Timur 67153
Telp/Fax: (0343) 742070 , Email : lppm@stmik-yadika.ac.id
Google Maps : Klik Disini
Karya ini dilisensikan di bawah Lisensi Internasional Creative Commons Atribusi 4.0 .