CLUSTERING PENGGUNA SERTIFIKASI OPERATOR RADIO MENGGUNAKAN ALGORITMA K-MEANS

• MUHAMAD IKSAN

---

ABSTRAK

ABSTRAKSI

Muhamad Ikasan (11207118), Clustering Data Pengguna Sertifikasi Operator Radio Menggunakan Algoritma K-Means

Setiap lulusan pendidikan dan pelatihan REOR Angkatan II tahun anggaran 2021 Surabaya memiliki nilai ujian teori dan praktek yang berbeda-beda, tapi dengan ujian teori dan ujian praktek saja tidak bisa menunjukkan kualitas kompetensi yang dimiliki oleh lulusan pendidikan pelatihan REOR Surabaya. Sehingga dalam penelitian ini pengelompokan lulusan pendidikan dan pelatihan REOR Surabaya tidak hanya berdasarkan nilai teori dan praktek saja, tetapi ditambah nilai kompetensi tertentu. Untuk itulah perlu dibangun aplikasi pembantu dalam mengelompokkan lulusan pendidikan dan pelatihan REOR Surabaya berdasarkan kompetensi dengan metode clustering K-Means. Algoritma K-Means adalah metode clustering berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numerik. Kelebihan metode k-means diantaranya adalah mampu mengelompokan objek besar dan pencilan objek dengan sangat cepat sehingga mempercepat proses pengelompokan. Pada penelitian ini akan digunakan algoritma clustering K-Means untuk mengelompokkan lulusan pendidikan dan pelatihan REOR Angkatan II Tahun Anggaran 2021 Surabaya berdasarkan kompetensi. Kata kunci: lulusan Pendidikan dan Pelatihan REOR, kompetensi, klastering K-Means

KATA KUNCI

Algoritma Klusterisasi

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] Ramadhan, R. (2016). Analisis cluster data panel multivariabel dengan metode ward: data angka partisipasi kasar (APK) Jawa Barat Tahun 2011- 2014 (Doctoral dissertation, UIN Sunan Gunung Djati Bandung).

[2] Febrianti, F., Hafiyusholeh, M., & Asyhar, A. H. (2016). Perbandingan Pengklusteran data iris menggunakan metode k-means dan fuzzy cmeans. Jurnal Matematika" MANTIK, 2(1), 7-13.

[3] Remmers, E. F., Cosan, F., Kirino, Y., Ombrello, M. J., Abaci, N., Satorius, C., ... & Gül, A. (2010). Genome-wide association study identifies variants in the MHC class I, IL10, and IL23R-IL12RB2 regions associated with Behcet's disease. Nature genetics, 42(8), 698-702.

[4] Shovon, M., Islam, H., & Haque, M. (2012). An Approach of Improving Students Academic Performance by using k means clustering algorithm and Decision tree. arXiv preprint arXiv:1211.6340.

[5] Arora, R. K., & Badal, D. D. (2013). Admission Management through Data Mining using WEKA. International Journal of Advanced Research in Computer Science and Software Engineering, 3(10).

[6] Santosa, B. (2007). Data mining teknik pemanfaatan data untuk keperluan bisnis. Yogyakarta: Graha Ilmu, 978(979), 756.

[7] Witten, I. H., & Frank, E. (2002). Data mining: practical machine learning tools and techniques with Java implementations. Acm Sigmod Record, 31(1), 76-77.

[8] Agusta, Y. (2007). K-means–penerapan, permasalahan dan metode terkait. Jurnal Sistem dan informatika, 3(1), 47-60.

[9] Aprilianto, H., & Ramadhani, E. (2015). Implementasi Metode K-Means Clustering untuk Pengelompokan Lulusan STMIK-Banjarbaru Berdasarkan Kompetensi. Progresif: Jurnal Ilmiah Komputer, 9(1).

[10] Jain, A. K., & Dubes, R. C. (1988). Algorithms for clustering data. PrenticeHall, Inc.. [11] Van der Merwe, D. W., & Engelbrecht, A. P. (2003, December). Data clustering using particle swarm optimization. In The 2003 Congress on Evolutionary Computation, 2003. CEC'03. (Vol. 1, pp. 215-220). IEEE.