KOMPARASI ALGORITMA FUZZY C-MEANS DAN ALGORITMA K-NEAREST NEIGHBOR DALAM PENGELOMPOKAN ROMBONGAN BELAJAR SISWA BARU
Total View This Week0

Institusion

Universitas Bengkulu

Author

Budiman, Budiman
Ernawati, Ernawati
Diyah, Puspitaningrum

Subject

T Technology (General) 

Datestamp

2015-02-12 11:33:16 

Abstract :
Setiap tahun ajaran baru Madrasah Aliyah Negeri 01 Model Bengkulu menerima siswa-siswi baru. Kegiatan penerimaan ini menimbulkan suatu permasalahan dalam membentuk kelompok belajar siswa-siswi baru ke dalam rombongan belajar secara merata. Proses pengelompokan ini dikenal dengan istilah clustering.Beberapa algoritma clustering yang digunakan diantaranya adalah algoritma fuzzy c-means dan algoritma k-nearest neighbor. Untuk itu diperlukannya suatu aplikasi clustering yang bisa digunakan dalam menyelesaikan permasalahan ini. Penelitian ini bertujuan untuk membangun aplikasi pengelompokan rombongan belajar siswa baru dan membandingkan kinerja algoritma fuzzy c-means dengan algoritma knearest neighbor. Pada penelitian ini sistem dibangun dengan menggunakan perangkat lunak netbeans IDE 6.0.1, metode pengembangan sistem sekuensial linier dan analisis-desain perangkat lunak menggunakan Unified Modeling Language (UML). Hasil penelitian ini menunjukkan bahwa sistem yang dibangun mampu mengelompokkan rombongan belajar (RomBel) siswa secara merata,yaitu kecilnya perbedaan nilai akademis antar RomBel. Selain itu algoritma fuzzy c-means lebih baik dalam mengelompokan RomBel dibandingkan algoritma knearest neighbor, akan tetapi algoritma k-neraest neighbor memiliki waktu CPU proses yang jauh lebih cepat dibandingkan algoritma fuzzy c-means.  

File :
I,II,III,III-14-bud-FT.pdf
IV,V,VI,LAMP,III-14-bud-FT.pdf