K-MEANS CLUSTERING UNTUK KLASTERISASI KINERJA DOSEN DALAM EMPAT KOMPETENSI DASAR BERDASARKAN PENILAIAN MAHASISWA
Author (Penulis)
ADAM FAHAMZAHUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
13.1.03.02.0345Abstract
Penilaian kinerja dosen adalah kegiatan yang umum atau rutin dilakukan pada setiap semester. Penilaian tersebut dilakukan untuk mengetahui kinerja dosen dalam melakukan proses pengajaran tehadap mahasiswa. Saat ini proses penilaian kinerja dosen masih menggunakan cara manual. Hal ini mengakibatkan banyaknya terjadi kesalahan seperti dalam melakukan pengisian ataupun mengkelompokkan hasil kinerja dosen. Kesalahan tersebut juga mengakibatkan banyaknya waktu yang terbuang. ¬K-Means clustering merupakan metode non-hierarkial yang digunakan untuk mengkelompokkan sebuah data ke dalam dua atau lebih variasi atau kelompok. Fungsinya untuk meminimalkan variasi di dalam suatu kelompok dan memaksimalkan variasi antar kelompok. Dalam penelitian ini k-means clustering digunakan untuk mengkelompokkan atau mengklasterisasi hasil evaluasi kinerja dosen yang mengacu terhadap empat kompetensi dasar. Metode ini dimulai dari pengambilan nilai K atau centroid secara acak kemudian hitung jarak dengan setiap data menggunakan euclidean hingga ditemukan jarak yang terpendek dengan nilai centroid. Kelompokkan data berdasarkan kemiripannya dengan centroid. Langkah tersebut akan terus berulang hingga jarak tidak berubah. Hasil penelitian ini adalah menghasilkan sistem yang dapat membantu untuk mengevaluasi kinerja dosen yang lebih efektif dan efisien. Menghasilkan sistem yang dapat mengklasterisasi kinerja dosen ke dalam 5 kelompok yang dapat digunakan sebagai informasi dalam pemantauan kinerja dosen dalam bidang pengajaran.Keyword
aReference
[1] Afrisawati. 2013. Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means. Jurnal Pelita Informatika Budi Darma, 5(3): 157- 162.
[2] Agusta, Y. 2007. K-MeansPenerapan, Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika, 3: 47-60.
[3] Durairaj, M. & Vijitha, C. 2014. Educational data mining for prediction of student performance using clustering algorithms. (IJCSIT) International Journal of Computer Science and Information Technologies, 5(4): 5987-5991.
[4] Jogiyanto. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta : Andi.
[5] Indrajani. 2015. Database Design. Jakarta : PT. Elex Media Komputindo.
[6] Kasih, P. & Khoirul, M. U. 2015. Penentuan Lama Peminjaman Buku Berdasarkan Ketersediaan Buku dengan Jumlah Peminjam Menggunakan Klasterisasi KMeans (online). Prosiding Seminar Nasional Teknologi Informasi dan Komunikasi Terapan, Universitas Dian Nuswantoro, Semarang, hal. 165-168.
[7] Kusrini, E & Taufiq, L. 2009. Algoritma Data Mining, Yogyakarta.
[8] Prasetyo, E. 2012. Data Mining Konsep dan Aplikasi Menggunakan Matlbab. Yogyakarta: Andi offset.
