Clustering Topik Tugas Akhir san Skripsi Program Studi Informatika Universitas Sahid Surakarta Menggunakan Metode Hierarchical K-Means

PRAYITNO, Ichwan Joko and Ruswanti, Diyah and Al Haris, Firdhaus Hari Saputro (2023) Clustering Topik Tugas Akhir san Skripsi Program Studi Informatika Universitas Sahid Surakarta Menggunakan Metode Hierarchical K-Means. Other thesis, Universitas Sahid Surakarta.

	Text Ichwan Joko Prayitno_Cover_2017061010 - Ichwan Joko P.pdf Download (814kB)
	Text Ichwan Joko Prayitno_Abstrak_2017061010 - Ichwan Joko P.pdf Download (447kB)
	Text Ichwan joko p_BAB I_2017061010 - Ichwan Joko P.pdf Download (32kB)
	Text Ichwan joko p_BAB II_2017061010 - Ichwan Joko P.pdf Download (320kB)
	Text Ichwan joko p_BAB III_2017061010 - Ichwan Joko P.pdf Download (223kB)
	Text Ichwan joko p_BAB IV_2017061010 - Ichwan Joko P.pdf Restricted to Repository staff only Download (762kB) | Request a copy
	Text Ichwan joko p_BAB V_2017061010 - Ichwan Joko P.pdf Restricted to Repository staff only Download (10kB) | Request a copy
	Text Ichwan Joko Prayitno_Daftar pustaka_2017061010 - Ichwan Joko P.pdf Download (81kB)
	Text Ichwan Joko Prayitno_Lampiran_2017061010 - Ichwan Joko P-91.pdf Download (602kB)

Abstract

Prodi Informatika Universitas Sahid Surakarta selama periode tahun 2004-2021 telah meluluskan 329 alumni. Dengan topik Skripsi dan Tugas Akhir yang beragam. Selama ini Skripsi mahasiswa ditata berdasarkan periode wisuda tanpa memperhatikan topik dari Skripsi dan Tugas Akhir, sehingga mahasiswa sering kesulitan menentukan topik karena keterbatasan pustaka dan dalam mencari daftar pustaka dari penelitian sebelumnya mahasiswa harus memilih satu per satu. Hal ini juga berpengaruh pada data yang digunakan dalam penelitian ini, karena keterbatasan pustaka maka data yang digunakan dalam penelitian ini terbatas pada Skripsi dan Tugas Akhir Prodi Informatika Universitas Sahid Surakarta dengan periode wisuda ke-21 sampai wisuda ke-28 dengan jumlah 143 data. Penelitian ini bertujuan untuk mengelompokkan Tugas Akhir dan Skripsi Prodi Informatika Universitas Sahid Surakarta. Penelitian ini menggunakan metode CRISP-DM (Cross-Industry Standard Process Model for Data Mining) sedangkan Pengelompokkan data pada penelitian ini menggunakan gabungan Hierarchical clustering dan K-Means clustering. Pusat klaster dan jumlah klaster akan ditentukan melalui metode Hierarchical clustering kemudian K-Means clustering akan mengoptimalkan posisi centroid dengan melakukan hitungan berulang pada centroid dari tiap klaster. Penghitungan ini akan terus berlangsung hingga nilai centroid stabil atau batas iterasi tercapai. Setelah k-means mencapai centroid yang stabil, maka nilai centroid dianggap sudah akurat. Kombinasi keduanya dilakukan agar mendapatkan hasil clustering yang lebih baik. Berdasarkan hasil clustering yang dilakukan, terbentuk 10 klaster. 9 klaster yang memiliki topik spesifik dan 1 klaster tidak spesifik. Dari 9 cluster dengan topik spesifik ini terdapat topik yang sama yaitu cluster 0 dan cluster 8 dengan topik aplikasi android. Klaster ke-4 merupakan klaster yang tidak spesifik. Hasil klaster dihitung kualitasnya menggunakan intra cluster similarity dan inter cluster similarity dengan rata-rata nilai inter cluster similarity 0.210 dan rata-rata nilai intra cluster similarity 0.716. Nilai klaster tersebut masuk dalam kategori yang baik, sebagai acuan nilai terbaik dari inter cluster similarity adalah 0 dan nilai terbaik dari intra cluster similarity adalah 1.

Actions (login required)

View Item