Clustering Data Ujian Tengah Semester (UTS) Data Mining Menggunakan Algoritma K-Means
Abstract
Ilmu pengetahuan dan teknologi akan mempermudah pekerjaan manusia. Namun, disisi lain akan meningkatkan persaingan. Dalam menghadapi ketatnya persaingan, perlu dipersiapkan sumber daya manusia yang kompeten. Mahasiswa diharapkan siap secara akademik, berupa kesiapan pengetahuan maupun keterampilan untuk menghadapi persaingan yang semakin ketat. Salah satu cara untuk melihat kompetensi mahasiswa adalah dengan melihat hasil belajar yang dapat direpresentasikan dengan nilai ujian yang ditempuh. Ujian tengah semester (UTS) merupakan salah satu bentuk ujian yang menjadi komponen penilaian. Dengan mengetahui nilai UTS, dosen mengetahui sebaran mahasiswa dalam hal kompetensi akademik. Untuk itulah, diperlukan pengelompokan (clustering) menggunakan algoritma k-means sebagai pertimbangan dosen dalam membentuk kelompok belajar mahasiswa berdasarkan cluster nilai UTS.
Kata kunci: UTS, Kompetensi, Clustering, K-means
Full Text:
PDF (Bahasa Indonesia)References
Agusta. (2007). K-means-penerapan, permasalahan, dan metode terkait stmik stikom bali, denpasar, bali.
Ebel, R.L.,& Frisbie, D.A., (1986). Essentials of education measurement (4th ed.). Engelwood Cliffs, New Jersey: Prentice Hall.
Ebel, R.L.,& Frisbie, D.A., (1991). Essentials of educational measurement (5th ed.).Engelwood Cliffs, New Jersey: Prentice Hall.
Gronlund, N.E., (1977). Constructing achievement test (2nd ed.). Engelwood Cliffs, New Jersey: Prentice-Hall.
Hans, J., & Kamber, M., (2006). Data mining: concepts and techniques, 2nd ed. Burlington: Morgan Kaufmann.
Kemendikbud. (2006). Peraturan menteri pendidikan dan kebudayaan republik indonesia nomor 66, tahun 2013, tentang standar penilaian pendidikan.
Kusrini & Luthfi. (2009). Algoritma data mining. Yogyakarta: Andi.
Larose, D.T., (2005). Discovering knowledge in data: an introduction to data mining. New Jersey: John Wiley & Sons.
Miller, M.D., Linn, R.L., & Gronlund, N.E., (2009). Measurement and assessment in teaching (10th ed.).Upper Saddle River, New Jersey: Pearson Education, Inc.
Muijs, D., & Reynolds, D., (2005). Effective teaching: evidence and practice(2nd ed). London: SAGE Publications, Ltd.
Nitko & Brookhart. (2011). Educational Assessment of Students. Boston: Allyn & Bacon..
Tan, P.N., Steinbech, M., & Kumar, V., (2006). Introduction to data mining. Boston: Pearsong Education, Ltd.
Witten, I.H., Frank, E., Hall, M.A., (2011). Data mining: practical machine learning tools and techniques third edition. Burlington: Morgan Kaufmann.
Wu, X., & Kumar, V., (2009). The top ten algorithms in data mining. Boca Raton: CRC Press.
DOI: https://doi.org/10.32528/justindo.v1i2.566
Refbacks
- There are currently no refbacks.
Copyright (c) 2017 Ginanjar Abdurrahman
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.