Author (Penulis)

Vivin Dwi Retna Ningsih
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

12.1.03.02.0417

Abstract

ABSTRAK Vivin Dwi Retnaningsih : Pengklasifikasian Data Sekolah Pengguna Internet Pendidikan Menggunakan Teknik Clustering dengan Algoritma K-Means Studi Kasus PT. Telkom Surabaya, Skripsi, Teknik Informatika, Fakultas Teknik UN PGRI Kediri, 2016. Penelitian ini dilatar belakangi hasil pengamatan peneliti, bahwa banyaknya data yang dipunyai sebuah instansi bisa menyebabkan kesulitan dalam mengelola data tersebut untuk kepentingan instansi. Akibatnya banyak terjadi kesalahan dalam pengkasifikasian yang dilakukan. Permasalahan penelitian ini adalah bagaimana cara merancang sistem untuk pengolahan data sekolah dengan menggunakan metode clustering? Di dalam penelitian ini menggunakan pendekatan Penelitian Rekayasa Perangkat Lunak dengan subyek penelitian sekolah pengguna internet pendidikan di PT. Telkom Surabaya. Penelitian ini menggunakan algortima k-means dalam mengelompokkan data sekolah. Data sekolah dikelompokkan berdasarkan jumlah kluster yang ditentukan. Selanjutnya, setiap data/obyek ditempatkan berdasarkan kluster terdekat menggunakan konsep jarak euclidean distance. Proses tersebut terus dilakukan sampai pusat kluster tidak berubah lagi. Hasil penelitian ini adalah (1) Melalui algoritma K-Means ini terbukti dapat membantu mengelompokan data sekolah dalam jumlah besar berdasarkan kluster yang telah ditentukan secara random (acak). (2) Dengan menggunakan metode Clustering dengan algoritma K-Means terbukti dapat mengelola dan mengelompokkan data sekolah serta tagihan sekolah secara otomatis. Berdasarkan hasil penelitian ini, direkomendasikan : (1) Tujuan pokok penggunaan algoritma k-means ini adalah untuk mengelompokkan data sekolah. Oleh sebab itu karyawan PT. Telkom Surabaya sebagai pengguna aplikasi ini harus mengutamakan proses yang mendukung kelancaran penggunaan dan perawatan aplikasi ini. (2) Karyawan PT. Telkom Surabaya perlu mengembangkan lagi aplikasi yang telah dibuat oleh peneliti. (3) Sekolah-sekolah di Surabaya terutama pengguna aplikasi inidiharapkan bisa lebih mengembangkan aplikasi ini dengan lebih baik dan lebih bermanfaat lagi. Kata kunci : Pengklasifikasian, Data Mining, Clustering, K-Means, Euclidean Distance.

Keyword

a

Reference

PUBLISHED

2016-08-19

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Download PDF

Download PDF Kembali Home