PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENUNJANG PEMILIHAN STRATEGI PROMOSI SMK PGRI 2 KOTA JAMBI
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Rahmalita, Tilla
Subject
Artificial Intelligence
Datestamp
2019-07-23 03:17:54
Abstract :
Data mining adalah suatu konsep penggalian data yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Di SMK PGRI 2 Kota Jambi semakin bertambah setiap tahunnya dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Oleh karena itu, penulis melakukan analisis data mining pada data-data siswa tersebut agar menjadi informasi yang sangat berharga bagi organisasi. Penulis menggunakan data siswa tahun 2017 sebanyak 1017 data yang kemudian di sajikan kedalam format arff. Dalam melakukan analisis penulis menggunakan alat bantu atau Tools WEKA, Rapid Miner dan Perhitungan Manual. Metode yang digunakan adalah metode Clustering K-Means dengan 11 atribut. Untuk menyeleksi atribut penulis menggunakan algoritma classifier attribute eval .Hasil Clustering K-Means pada penelitian ini adalah terdapat 5 cluster yang terbentuk. Dengan Jumlah Iterasi yang dihasilkan pada Tools Weka sejumlah 15 Iterasi dan Perhitungan Manual menghasilkan 14 iterasi. Jumlah Item pada perhitungan manual untuk cluster 1 = 229, cluster 2 = 201, cluster 3 = 104, cluster 4 = 367, dan cluster 5 = 116. Untuk perhitungan menggunakan tools weka jumlah item untuk cluster 1 = 239, Cluster 2 = 302, Cluster 3 = 152, Cluster 4 = 102, Cluster 5 = 222 Untuk perhitungan menggunakan tools Rapid Miner jumlah item untuk cluster 1 = 202, Cluster 2 = 116, Cluster 3 = 104, Cluster 4 = 227, dan Cluster 5 = 368.
Data mining adalah suatu konsep penggalian data yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Di SMK PGRI 2 Kota Jambi semakin bertambah setiap tahunnya dan tidak ada tindak lanjut manfaat dari data-data yang tersedia. Oleh karena itu, penulis melakukan analisis data mining pada data-data siswa tersebut agar menjadi informasi yang sangat berharga bagi organisasi. Penulis menggunakan data siswa tahun 2017 sebanyak 1017 data yang kemudian di sajikan kedalam format arff. Dalam melakukan analisis penulis menggunakan alat bantu atau Tools WEKA, Rapid Miner dan Perhitungan Manual. Metode yang digunakan adalah metode Clustering K-Means dengan 11 atribut. Untuk menyeleksi atribut penulis menggunakan algoritma classifier attribute eval .Hasil Clustering K-Means pada penelitian ini adalah terdapat 5 cluster yang terbentuk. Dengan Jumlah Iterasi yang dihasilkan pada Tools Weka sejumlah 15 Iterasi dan Perhitungan Manual menghasilkan 14 iterasi. Jumlah Item pada perhitungan manual untuk cluster 1 = 229, cluster 2 = 201, cluster 3 = 104, cluster 4 = 367, dan cluster 5 = 116. Untuk perhitungan menggunakan tools weka jumlah item untuk cluster 1 = 239, Cluster 2 = 302, Cluster 3 = 152, Cluster 4 = 102, Cluster 5 = 222 Untuk perhitungan menggunakan tools Rapid Miner jumlah item untuk cluster 1 = 202, Cluster 2 = 116, Cluster 3 = 104, Cluster 4 = 227, dan Cluster 5 = 368.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
