Analisis Prediksi Kelayakan Peserta Didik Masuk Penulusuran Bibit Unggul Daerah (PBUD) Menggunakan Algoritma K-Medoids Dan K-Means Clustering (Studi Kasus : SMA Negeri Olahraga Provinsi Riau)

Fiqri, Novaldy (2022) Analisis Prediksi Kelayakan Peserta Didik Masuk Penulusuran Bibit Unggul Daerah (PBUD) Menggunakan Algoritma K-Medoids Dan K-Means Clustering (Studi Kasus : SMA Negeri Olahraga Provinsi Riau). Diploma thesis, Universitas Lancang Kuning.

[img] Text
1855201006_BAB-I_VI_DAFTAR-PUSTAKA.pdf

Download (6MB)
[img] Text
1855201006_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Dengan banyaknya undangan untuk melanjutkan pendidikan ke beberapa perguruan tinggi yang ada di Provinsi Riau, menyebabkan kesulitan bagi pihak sekolah dalam menentukan peserta didik mana yang layak untuk direkomendasikan dalam melanjutkan pendidikan ke perguruan tinggi berdasarkan surat undangan tersebut. Perlu adanya sebuah analisis yang dapat mengelompokkan peserta didik mana yang lebih layak untuk diberikan rekomendasi tersebut. Rekomendasi yang dimaksudkan adalah untuk kelompok siswa yang berkelayakan untuk mengikuti seleksi PBUD dan jalur undangan lainnya. Maka dari itu, analisis yang dilakukan pada penelitian ini dengan tujuan untuk melihat pengelompokkan dari kelayakan para peserta didik yang ada di SMA Negeri Olahraga Provinsi Riau untuk melanjutkan pendidikan ke perguruan tinggi. Pengelompokkan dilakukan dengan teknik data mining clustering dan melakukan perbandingan hasil pengelompokkan menggunakan metode K�Medoids dan K-Means. Pada algoritma K-Medoids menghasilkan sebanyak 286 siswa yang sangat layak untuk mengikuti seleksi PBUD dengan centroid akhir nilai rata-rata mata pelajaran umum sebesar 87,45, untuk mata pelajaran jurusan sebesar 83 dan untuk mata pelajaran lintas minat sebesar 88,5. Selanjutnya untuk algoritma K-Means menghasilkan sebanyak 161 siswa yang sangat layak untuk mengikuti seleksi PBUD dengan centroid akhir nilai rata-rata mata pelajaran umum sebesar 86,7335, untuk mata pelajaran jurusan sebesar 83,4503 dan untuk mata pelajaran lintas minat sebesar 85,0528.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Data Mining, Clustering, K-Medoids, K-Means, Rapidminer
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Ilmu Komputer > Prodi Teknik Informatika
Depositing User: Fitrah Hamidy
Date Deposited: 08 Dec 2023 14:15
Last Modified: 08 Dec 2023 14:15
URI: http://repository.unilak.ac.id/id/eprint/2810

Actions (login required)

View Item View Item