PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA EVALUASI KINERJA DOSEN PEMBIMBING DI FAKULTAS ILMU KOMPUTER UNIVERSITAS LANCANG KUNING

Darmawan, Hafiz (2020) PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING PADA EVALUASI KINERJA DOSEN PEMBIMBING DI FAKULTAS ILMU KOMPUTER UNIVERSITAS LANCANG KUNING. Other thesis, Universitas Lancang Kuning.

[img] Text
Cover.pdf

Download (12kB)
[img] Text
Abstrak.pdf

Download (7kB)

Abstract

Aktivitas penilaian terhadap kinerja setiap karyawan menjadi aktivitas yang umum dilakukan oleh suatu organisasi maupun instansi. Penilaian kinerja adalah suatu proses yang digunakan pimpinan untuk menentukan apakah seorang karyawan melakukan pekerjaannya sesuai dengan tugas dan tanggung jawabnya. Untuk mengevaluasi kinerja dosen dalam pembimbingan skripsi bertujuan untuk sebagai bahan acuan pihak fakultas dalam melakukan evaluasi kinerja dosen pembimbing serta melihat seberapa besar peran dosen pembimbing dalam memberikan pengarahan kepada mahasiswa yang sedang mengerjakan skripsi. Akan tetapi penilaian yang dilakukan hanya sebatas untuk melihat penilaian rata-rata yang diberikan oleh mahasiswa dan tidak dibentuk pula pengelompokkan kualitas pembimbingan dosen pembimbing. Oleh karena itu, diperlukan data pendukung salah satunya yaitu melalui penilaian mahasiswa terhadap kinerja dosen pembimbing skripsi dalam indikator ketersediaan waktu bimbingan, penguasaan substansi materi, penguasaan teknik penulisan skripsi, dan kualitas pengarahan bimbingan skripsi. Pengolahan data tersebut dapat dilakukan dengan penerapan data mining menggunakan algoritma K-Means Clustering. Kata Kunci : Data mining, K-Means Clustering

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Prodi Teknik Informatika
Depositing User: mhs ip wira wahyu
Date Deposited: 09 Jun 2022 04:36
Last Modified: 09 Jun 2022 04:36
URI: http://repository.unilak.ac.id/id/eprint/2223

Actions (login required)

View Item View Item