Search for collections on Repository Universitas Lancang Kuning

PENERAPAN DATA MINING DENGAN METODE K-MEANS CLUSTERING UNTUK MENGUKUR TINGKAT KELULUSAN MAHASISWA FAKULTAS ILMU KOMPUTER UNIVERISTAS LANCANG KUNING

PRAWIRA PUTRA, MUHAMMAD (2019) PENERAPAN DATA MINING DENGAN METODE K-MEANS CLUSTERING UNTUK MENGUKUR TINGKAT KELULUSAN MAHASISWA FAKULTAS ILMU KOMPUTER UNIVERISTAS LANCANG KUNING. Other thesis, Universitas Lancang Kuning.

[img] Text (MUHAMMAD PRAWIRA PUTRA)
MUHAMMAD PRAWIRA PUTRA.pdf - Published Version
Available under License Creative Commons Attribution Share Alike.

Download (130kB)

Abstract

Fakultas Ilmu Komputer Universitas Lancang Kuning merupakan fakultas terfavorit diantara fakultas-fakultas yang ada di Universitas Lancang Kuning saat ini. Dengan tingkat kelulusan yang baik pada setiap tahunnya dengan predikat nilai kelulusan sangat memuaskan. Setiap Program Studi berkewajiban untuk memantau perkembangan studi dari mahasiswanya. Kemudian program studi juga mempunyai tugas untuk memperhatikan kelompok mahasiswa yang mana yang berpotensi lulus tepat waktu maupun mahasiswa yang berpotensi mengalami kemunduran masa studi bahkan sampai mengalami drop out. Untuk memprediksinya dapat dilakukan dengan menggunakan teknik data mining dengan metode K-Means Clustering. Pencegahan kegagalan adalah sangat penting bagi manajemen program studi. Pengetahuan ini dapat digunakan dalam membantu pihak program studi untuk lebih mengenal situasi para mahasiswanya dan dapat mengantisipasi mahasiswa drop out, untuk meningkatkan prestasi mahasiswa, untuk meningkatkan kurikulum, meningkatkan proses kegiatan belajar dan mengajar dan banyak lagi keuntungan lain yang bisa diperoleh dari hasil penambangan data tersebut Kata Kunci : Data Mining, K-Means, Clustering, Tingkat Kelulusan, Mahasiswa

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > Prodi Teknik Informatika
Depositing User: Putri Novianti
Date Deposited: 06 Feb 2020 08:57
Last Modified: 06 Feb 2020 08:57
URI: http://repository.unilak.ac.id/id/eprint/1479

Actions (login required)

View Item View Item