SISTEM PENGELOMPOKKAN JURUSAN SISWA SMA NU 2 GRESIK PADA MEDIA IST (INTELLIGENZ STRUKTUR TEST) MENGGUNAKAN METODE K-MEANS

HERTANTO, ARGA YUAVY (2017) SISTEM PENGELOMPOKKAN JURUSAN SISWA SMA NU 2 GRESIK PADA MEDIA IST (INTELLIGENZ STRUKTUR TEST) MENGGUNAKAN METODE K-MEANS. undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
7. Abstrak.pdf

Download (7kB) | Preview
[img]
Preview
Text
9. BAB I.pdf

Download (20kB) | Preview
[img]
Preview
Text
10. BAB II.pdf

Download (116kB) | Preview
[img]
Preview
Text
11. BAB III.pdf

Download (1MB) | Preview
[img] Text
12. BAB IV final.pdf
Restricted to Registered users only

Download (2MB)
[img]
Preview
Text
13. BAB V final.pdf

Download (6kB) | Preview
[img]
Preview
Text
14. Daftar Pustaka.pdf

Download (7kB) | Preview
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

SMA NU 2 Gresik memiliki 3 kelompok jurusan yang tersedia yaitu IPA (Ilmu Pengetahuan Alam), IPS (Ilmu Pengetahuan Sosial), dan Bahasa. Keputusan pemilihan jurusan dilakukan berdasarkan angket pilihan siswa sendiri dengan syarat nilai harus tuntas diatas KKM (Kriteria Ketuntasan Minimal) pada salah satu nilai akademik mata pelajaran bidang jurusan. Masalah timbul ketika nilai sama-sama tuntas pada semua akademik mata pelajaran bidang jurusan, siswa dihadapkan mengalami kebimbangan saat memilih angket jurusan dan berisiko terhadap salah memilih jurusan. Oleh karena itu dibutuhkan pengujian kemampuan, potensi, bakat, dan minat siswa sebagai pembanding guru BK dalam mempermudah mempertimbangkan proses pengelompokkan jurusan siswa. Penelitian ini menerapkan teknik data mining menggunakan metode K-Means untuk mengelompokkan jurusan siswa. Fitur yang digunakan adalah penilaian kemampuan, potensi, bakat, dan minat pada media IST (Intelligenz Struktur Test). Data yang digunakan diambil dari data penilaian skor media IST di SMA NU 2 Gresik pada tahun pelajaran 2016-2017 sebanyak 102 data siswa. Pengujian sistem dilakukan dengan melakukan 10 kali percobaan dengan menggunakan nilai K=2, 3, 4, dan 5. Setiap pengujian dievaluasi hasil clusteringnya menggunakan metode DBI (Davies-Bouldin Index) mencari nilai DBI terkecil untuk menentukan hasil cluster terbaik untuk diterapkan. Hasil clustering terbaik pada nilai K=3 pada percobaan ke-8 dengan nilai DBI 1.4804 dan nilai akurasi pengujian sistem sebesar 90.20 %.

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Yoga Setya Perdana, A.Md., Lib.
Date Deposited: 15 Jul 2019 13:04
Last Modified: 15 Jul 2019 13:04
URI: http://eprints.umg.ac.id/id/eprint/2020

Actions (login required)

View Item View Item