SKRIPSI Teknik Informatika
PENGELOMPOKAN MAHASISWA MENGGUNAKAN K-MEANS CLUSTERING DALAM PENGAMBILAN KEPUTUSAN BIDANG AKADEMIK (STUDI KASUS : PEMBERIAN MATERI SOFTSKILL DI STMIK PPKIA PRADNYA PARAMITA)
Di antara kebutuhan utama mahasiswa pada fase akhir perkuliahan adalah ingin mengetahui kemampuan softskill yang dimilikinya, Aspek softskill itu sendiri merupakan salah satu bekal utama yang cukup menentukan keberhasilan seorang mahasiswa dalam berkiprah di dunia kerja. Tentu saja dalam hal ini, sebuah perguruan tinggi mempunyai tangung jawab untuk mengetahui serta memetakan sekelompok mahasiswa berdasarkan catatan softskillnya. Permasalahan yang dihadapi saat ini adalah belum adanya alat bantu yang mampu mengelomokkan kemampuan softskillnya. permasalahan yang dihadapi saat ini adalah belum adanya alat bantu yang mampu mengelompokkan kemampuan softskill mahasiswa secara cepat dan praktis.
Metode pencapaian yang digunakan dalam rangka menyediakan informasi klaster yang berkualitas adalah melakukan pengelompokkan mahasiswa dengan k-means clustering. Diawali dengan proses normalisasi kemudian olah statik terhadap obyek data. Diharapkan metode tersebut mampu mengoptimalkan hasil klasternya. Kemudian dari hasil pengelompokkan diperoleh sebuah catatan statik singkat beserta analisis masing-masing klaster.
Hasil akhir atau obyektivitas daripada penelitian ini adlah memberikan gambaran yang sederhana mengenai sebuah sistem perangkat lunak pengelompokkan softskill mahasiswa dengan memanfaatkan metode K-Means Clustring. Dengan menawarkan keuntungan berupa pengolahan data yang cukup efektif dan efesien, diharapkan pengguna dapat dengan mudah memahami catatan akhir pengelompokan secara mudah dan representatif.
Kata Kunci: Klasterisasi, Softskill< Mahasiswa, Akademik, K-Means Clustering.
2012-212 | SKR TI Web 212-2012 | Perpus STMIK (Teknologi Informasi) | Tersedia |
Tidak tersedia versi lain