Metode K-Means Clustering Dalam Optimalisasi Kinerja Dosen Pendamping Akademik Pada Program Kampus Merdeka

Fathuroh, Siti

doi:10.37034/jsisfotek.v5i2.172

Cited by 3 publications

(3 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Pada tahap ini, juga diperiksa kecocokan pola atau data yang telah dianalisis dengan fakta atau asumsi yang telah ada sebelumnya [17]. Metodeo evaluasi dalam penelitian ini memakai 2 metode yakni DBI, dan Silhouette Coefficient.…”

Section: Discussionunclassified

Analisa Volume Penyebaran Sampah Di Karawang Menggunakan Algoritma K-Means Clustering

Salsabila,

Ridwan,

2024

JITET

View full text Add to dashboard Cite

Pada tahun 2022, Indonesia berada pada urutan ke-4 teratas sebagai negara yang memiliki jumlah populasi tinggi. Dengan jumlah populasi yang tinggi ini, telah memunculkan sejumlah permasalahan sosial, ekonomi, dan lingkungan. Salah satu isu yang sangat terkait dengan tren ini adalah persoalan sampah. Karawang sendiri, yang merupakan salah satu kota di Jawa Barat menempati urutan ke-7 sebagai kota yang memiliki volume sampah terbanyak. Oleh karena itu, implementasi algoritma K-Means Clustering dapat membantu dalam membagi wilayah Kecamatan berdasarkan volume penyebaran sampah. Hasil penelitian ini, didapatkan hasil 2 cluster dengan cluster 0 dengan kriteria wilayah yang memiliki volume penyebaran sampah tinggi berjumlah 6 Kecamatan, sedangkan cluster 1 yang berjumlah 24 Kecamatan memiliki kriteria wilayah dengan volume penyebaran sampah rendah. Hasil evaluasi cluster menggunakan DBI didapatkan nilai sebesar 0.869, sementara itu hasil evaluasi menggunakan Silhouette didapatkan nilai sebesar 0.591. Hal ini mengindikasikan bahwa cluster yang dihasilkan memiliki kualitas yang cukup kuat.

show abstract

Section: Discussionunclassified

Analisa Volume Penyebaran Sampah Di Karawang Menggunakan Algoritma K-Means Clustering

Salsabila,

Ridwan,

2024

JITET

View full text Add to dashboard Cite

show abstract

“…Algoritma ini menerapkan teknik clustering berbasis jarak yang dapat terbagi ke dalam beberapa cluster yang jumlah cluster atau K ditentukan oleh pengguna [23]- [25]. Berikut ini merupakan tahapan algoritma k-Means sebagai berikut [26]- [30]: 1. Menentukan jumlah k atau cluster.…”

Section: Algortima K-meansunclassified

Penerapan Data Mining Dalam Pengelompokan Data Reseller di Telkomsel Authorized Partner (TAP) Deli Tua Dengan Algoritma K-Means

Indini,

Mesran,

Dito Putro Utomo

2023

Media Sisfo

View full text Add to dashboard Cite

Perkembangan dunia kerja membuat Telkomsel Authorized Partner (TAP) Deli Tua harus bersaing dalam mempertahankan reseller. Proses yang dapat dilakukan untuk mempertahankan reseller pada TAP Deli Tua yaitu dengan mengelompokan reseller menjadi 2 kelompok yaitu reseller prioritas dan reseller non-prioritas. Proses penentuan reseller prioritas dan non-prioritas dapat dilihat berdasarkan dengan data penjualan yang sudah tersimpan pada TAP Deli Tua. Namun, proses pengelompokan harus dilakukan dengan baik dan benar. Dalam melakukan pengelompokan data reseller TAP Deli Tua harus teliti, maka dalam pemrosesan pengolahan data reseller yang melakukan order produk dilakukan dengan data mining dengan teknik clustering. Penelitian ini menggunakan algoritma K-Means yang dapat membagi data menjadi beberapa cluster yang diperlukan. Dengan adanya penerapan data mining dengan algoritma K-Means dapat membantu dalam mengelompokan data reseller di TAP Deli Tua. Hasil penelitian ini memperlihatkan bahwa data mining dengan penerapan algoritma K-Means dapat membantu TAP Deli Tua dalam menghasilkan keputusan yang lebih efektif dalam pengelompokan data reseller sehingga dapat mengetahui reseller prioritas dan reseller non-prioritas. Dari 15 data sampel 12 reseller berada dalam cluster 0 dan 3 reseller berada dalam cluster 1.

show abstract

“…The K-Means Clustering method significantly contributes to optimizing performance as an academic assistant lecturer at the Merdeka Campus Program and taking appropriate steps to improve the quality of educational assistance. [1]. To get information and evaluation for lecturers, decision-makers with various algorithms applications are needed.…”

Section: Introductionmentioning

confidence: 99%

Application of the K-Means Clustering Method for Performance Assessment Based on Educator Competence

Erikson,

Angkat,

Yosua

et al. 2023

JUSIKOM PRIMA

View full text Add to dashboard Cite

Performance appraisal is one thing to respect someone while working in an institution, one of which is a private higher education institution. To respect the performance of resources, there needs to be a value assigned to someone. Assessments carried out for one semester need to be reviewed again because during filling in the student assessments do not fill in according to their understanding so that a review needs to be carried out again. The assessment was carried out using the K-Means method by applying the concept of the centroid value. There are 4 (four) variables used, namely pedagogic competence, personal competence, social and professional competence with a value of K = 3. The maximum number of observations for cluster 3 is 368 while the value of Distances Between Cluster Centroids shows 2 suitable clusters, namely cluster 1 and cluster 2, which is 1.7020. The author gives suggestions to remove outlier data before entering the data to be trained into the algorithm to improve visualization if the dataset is large. Key Word: Performance Appraisal, Data Mining, K-Means

show abstract

Metode K-Means Clustering Dalam Optimalisasi Kinerja Dosen Pendamping Akademik Pada Program Kampus Merdeka

Cited by 3 publications

References 4 publications

Analisa Volume Penyebaran Sampah Di Karawang Menggunakan Algoritma K-Means Clustering

Analisa Volume Penyebaran Sampah Di Karawang Menggunakan Algoritma K-Means Clustering

Penerapan Data Mining Dalam Pengelompokan Data Reseller di Telkomsel Authorized Partner (TAP) Deli Tua Dengan Algoritma K-Means

Application of the K-Means Clustering Method for Performance Assessment Based on Educator Competence

Contact Info

Product

Resources

About