OPTIMASI PENENTUAN CENTROID PADA ALGORITMA K-MEANS UNTUK PEMILIHAN JURUSAN  BERBASIS GENETIKA ALGORITMA

ACHMAD BAIJURI; AHMAD LUTFI

doi:10.24252/instek.v6i2.24869

ACHMAD BAIJURI Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy
(ID)
AHMAD LUTFI Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy
(ID)

DOI: https://doi.org/10.24252/instek.v6i2.24869

Abstract

Muhasabah bukanlah hal yang sangat mudah dilakukan tanpa niat yang kuat. Apalagi jika dikhususkan pada Muhasabah kemampuan dan Minat yang dimiliki diri sendiri, termasuk juga Penentuan Jurusan terhadap beberapa siswa, bukanlah hal yang mudah. Banyak siswa yang belum mengenal kemapuan dan minat yang dimilikinya. Civitas Smk Khamas juga kebingungan dalam memeberikan sebuah pelajaran ekstra terhadap siswa. Dari masalah tersebut sangatlah dibutuhkan metode yang bisa memetakan minat siswa sehingga siswa tidak salah pilih jurusan. Algoritma K-Means Algoritma yang bisa memetakan / mengelompokan siswa yang mempunyai kemiripan sama. Algoritma K-Means sangat sederhana untuk diimplementasikan serta mudah dijalankan, serta relatif cepat dalam menjalankan. Namun ada masalah dalam penentuan centroid sehingga dibutuhkan optimasi dalam hal tersebut.

Kata kunci : K-Means; penjurusan siswa; Genetika Algoritma; Klaster

Downloads

Download data is not yet available.

Author Biographies

ACHMAD BAIJURI, Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy

Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy

AHMAD LUTFI, Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy

Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Ibrahimy

References

E. Prasetyo, Data Mining Konsep dan Aplikasi menggunakan Matlab, Yogyakarta: Andi Offset, 2012.

R. Herawati, “Rekomendasi Penjurusan di SMU YSKI dengan Algoritma K-Means,” Proxies, pp. 3-4, 2012.

O. dan O. Eyelade, “Application of K-Means Clustering algorithm for prediction of Students Academic Performance,” IJCSIS, vol. 7, pp. 2-3, 2010.

S. Ray dan R. H. Turi, “Determination of number of clusters in k-means clustering and application in colour image segmentation,” p. 3, 1999.

B. Al-Shboul dan S. H. Myaeng , “Initializing K-Means using Genetic Algorithms,” World Academy of Science, Engineering and Technology, vol. 3, p. 6, 2009.

R. D. Ramdhani, “Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Universitas Dian Nuswantoro,” p. 2, 2014.

Widiarina dan R. S. Wahono, “Algoritma Cluster Dinamik untuk Optimasi Cluster pada Algoritma K-Means dalam Pemetaan Nasabah Potensial,” Journal of Intelligent Systems, 2015.

F. A. Hermawati, Data Mining, Yogyakarta: Andi Offset, 2013.

H. W. Nisa dan A. S. Rakhman, “Fuzzy Inference dengan metode Tsukamoto sebagai pemberi saran Pemilihan Konsentrasi,” Snati, p. 3, 2012.

Y. Nugroho, “Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali,” Khazanah Informatika, vol. 1, 2016.

T. Rismawan dan S. K. Dewi, “Pengelompakan Mahasiswa berdasarkan BMi dan ukuruan kerangka,” Journal its, pp. 4-5, 2010.

F. K. Wardani, “Penerapan Metode GA-Kmeans untuk pengelompokan pengguna pada Bapersip Provinsi Jawa Timur,” Journal Teknik ITS, vol. 1, pp. 1-2, 2012.