Mukti, Aldi Anwarul (2020) Identifikasi tingkat dropout mahasiswa berdasarkan jalur masuk Perguruan Tinggi menggunakan Algoritma K-means Clustering. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (231kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (198kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (409kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (597kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (644kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (201kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (366kB) | Request a copy |
Abstract
Pentingnya Mahasiswa sejak awal masuk ke Perguruan Tinggi mengetahui beberapa resiko terjadinya Drop Out agar tidak dapat menimalisir mahasiswa yang terkena drop out. Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari database yang besar. Penelitian ini adalah mengcluster mahasiswa yang terkena drop out di Jurusan Teknik Informatika Universitas Islam Negeri Sunan Gunung Djati Bandung dengan Menggunakan Algoritma K-Means Clustering. K-Means Cluster Analysis merupakan salah satu metode cluster analysis non hirarki yang berusaha untuk mempartisi objek yang ada kedalam satu atau lebih cluster atau kelompok objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokan kedalam cluster yang lain. Penelitian ini dapat disimpulkan ada beberapa mahasiwa yang terbagi menjadi 3 cluster yaitu 74 mahasiswa yang sangat memuaskan (Pujian), 14 mahasiswa memuaskan dan 12 mahasiswa drop out. Kata Kunci: Mahasiswa, Data Mining, Algoritma K-Means Clustering
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | mahasiswa; data mining; algoritma k-means clustering |
| Subjects: | Data Processing, Computer Science Mathematics > Data Processing and Analysis of Mathematics |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Aldi Anwarul Mukti |
| Date Deposited: | 30 Nov 2020 04:46 |
| Last Modified: | 30 Nov 2020 04:46 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/35289 |
Actions (login required)
 |
View Item |
