Sistem Informasi Akademik Serta  Penentuan Kelas Unggulan Dengan Metode Clusttering Dengan Algoritama K-Means Di Smp Negeri 3 Ubud

Kusuma, Aniek Suryanti; Aryati, Komang Sri

doi:10.33173/jsikti.29

Cited by 8 publications

(7 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Contoh lain yaitu sistem perguruan tinggi, yang terdiri dari dosen, mahasiswa, kurikulum, dan lain-lain. Sistem ini bertujuan untuk menghasilkan mahasiswa-mahasiswa yang memiliki kemampuan di bidang ilmunya [4].…”

Section: Kajian Pustaka 21 Sistemunclassified

Sistem Prediksi Ketepatan Kelulusan Mahasiswa Berdasarkan Data Akademik Dan Non Akademik Menggunakan Metode K-Means (Studi Kasus : Universitas Catur Insan Cendekia)

Fernanda¹,

Sokibi²,

Fahrudin³

2021

View full text Add to dashboard Cite

ABSTRAK Saat ini perkembangan teknologi informasi telah berkembang sangat pesat mengakibatkan ketersediaan dan keberagaman data pun semakin meningkat. Begitu pula yang dirasakan oleh pihak program studi Informatika, Universitas Catur Insan Cendekia. Karena banyaknya data mahasiswa saat ini belum dimanfaatkan secara maksimal dan efisien, pihak prodi masih merasa kesulitan dalam menganalisis evaluasi tingkat kelulusan mahasiswa dikarenakan data yang belum terintegrasi dalam sebuah basis data. Untuk meningkatkan dan mempertahankan kualitas kelulusan dan akreditasi program studi, diperlukan data data tersebut dapat dimanfaatkan sebagai sumber informasi strategis bagi program studi untuk melakukan klasifikasi tingkat kelulusan mahasiswa dengan menggunakan teknik data mining. K- means clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. software yang digunakan untuk mendesain web yaitu Coreldraw X7, Sublime Text 2, dan untuk desain UML kami menggunakan Enterprise Architect. Setelah menganalisis masalah dalam evaluasi tingkat kelulusan mahasiswa maka Universitas Catur Insan Cendekia dapat mengimplementasikan sistem prediksi kelulusan mahasiswa menggunakan metode K-means Clustering sebagai hasil prediksinya Kata kunci : Data Mining, Kelulusan Mahasiswa, K-Means Clustering, Basis Data, Universitas Catur Insan Cendekia

show abstract

Section: Kajian Pustaka 21 Sistemunclassified

Sistem Prediksi Ketepatan Kelulusan Mahasiswa Berdasarkan Data Akademik Dan Non Akademik Menggunakan Metode K-Means (Studi Kasus : Universitas Catur Insan Cendekia)

Fernanda¹,

Sokibi²,

Fahrudin³

2021

View full text Add to dashboard Cite

show abstract

“…Algoritma k-means juga digunakan untuk mendukung Sistem Informasi Akademik dan menentukan kelas unggulan. Dengan algoritma k-means, sistem mengolah nilai siswa dan mengelompokkan sesuai dengan nilai terdekat dengan titik pusat cluster [5]. Metode k-means clustering juga dimanfaatkan dalam memutuskan penjurusan siswa SMA [6].…”

Section: Kajian Pustakaunclassified

“…2. Hitung jarak dari data ke-𝑖𝑖 ke centroid ke-𝑐𝑐 dengan persamaan Euclidean seperti pada Rumus (5). Data mining merupakan bagian dari seri Knowledge Discovery in Databases (KDD).…”

Section: Studi Pendahuluan Yang Merupakan Langkah Awal Penelitian Denganunclassified

Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan

Dacwanda¹,

Nataliani²

2021

AITI

View full text Add to dashboard Cite

Tingkat keberhasilan siswa merupakan cerminan dari kualitas dunia pendidikan. Dunia pendidikan perlu meningkatkan kualitas siswa dan kinerja siswa melalui sarana, prasarana, dan sumber daya manusia. Sistem informasi kini menjadi sumber daya yang dapat digunakan untuk meningkatkan kualitas dan prestasi siswa, dengan melakukan analisis prestasi siswa. Analisis ini dilakukan dengan mengelompokkan prestasi siswa dari kemampuannya dalam menguasai materi pelajaran. Data didapat dari 266 siswa dan 12 mata pelajaran dengan dua kategori penilaian yaitu pengetahuan dan keterampilan sesuai dengan kurikulum 2013. Penelitian ini menggunakan metode k-means clustering, dimana penentuan jumlah cluster-nya ditentukan dengan indeks validitas Davies Bouldin. Tiga kelompok prestasi yang dihasilkan berdasarkan nilai akademik yaitu pintar, sedang, dan cukup. Sebagai pembanding, pengelompokan prestasi siswa ini juga dilakukan dengan melihat nilai pengetahuan saja. Sebanyak 10.15 persen dari keseluruhan siswa mengalami perpindahan cluster. Hasil yang didapat adalah pengelompokan siswa dengan nilai pengetahuan dan keterampilan dapat meningkatkan prestasi siswa.

show abstract

“…Pengembangan sistem informasi diperlukan dalam mengatasi permasalahan tersebut. Sistem informasi dapat digunakan pada penentuan kelas unggul dengan k-means [1], pembuatan e-government [2], penentuan keputusan pada sistem pendukung keputusan [3] dan penerapan pada sistem informasi geografis [4], serta hal lainnya yang dalam hal ini adalah monitoring proses pembelajaran.…”

unclassified

Sistem Informasi Monitoring Proses Pembelajaran di STMIK STIKOM Indonesia

Pratama¹,

Ariana

2019

. Sistem Inf. Komput. Terap. Indones.

View full text Add to dashboard Cite

The Lecture Program Unit (SAP) consists of determining learning objectives, the material to be discussed, how to present it, supporting media and learning resources that can be used. At the end of each teaching and learning activity, for the purposes of monitoring and evaluation, teaching staff are required to write SAP realization in a teaching journal. At STMIK STIKOM Indonesia, the process of writing this teaching journal is done manually. The lecturer filled out the material given in class in a teaching journal. The process is done manually resulting in the process of monitoring and evaluation can not be done regularly. In this research, a Web-based monitoring system for teaching and learning process was developed in STMIK STIKOM Indonesia. From the test results obtained, the system built can facilitate lecturer coordinator lecturers to monitor the course of the teaching and learning process. In addition, the system built can also facilitate lecturer coordinator lecturers in conducting the recapitulation process of the suitability of SAP with the realization of SAP written by lecturers supporting courses

show abstract

Sistem Informasi Akademik Serta Penentuan Kelas Unggulan Dengan Metode Clusttering Dengan Algoritama K-Means Di Smp Negeri 3 Ubud

Cited by 8 publications

References 3 publications

Sistem Prediksi Ketepatan Kelulusan Mahasiswa Berdasarkan Data Akademik Dan Non Akademik Menggunakan Metode K-Means (Studi Kasus : Universitas Catur Insan Cendekia)

Sistem Prediksi Ketepatan Kelulusan Mahasiswa Berdasarkan Data Akademik Dan Non Akademik Menggunakan Metode K-Means (Studi Kasus : Universitas Catur Insan Cendekia)

Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan

Sistem Informasi Monitoring Proses Pembelajaran di STMIK STIKOM Indonesia

Contact Info

Product

Resources

About