Analisis Kinerja Fuzzy C-Means (FCM) dan Fuzzy Subtractive (FS) dalam Clustering Data Alumni STMIK STIKOM Indonesia (original) (raw)
Related papers
Clustering Lulusan Mahasiswa Matematika Fmipa Untan Pontianak Menggunakan Algoritma Fuzzy C-Means
2013
Clustering adalah proses pengelompokan data ke dalam cluster berdasarkan parameter tertentu sehingga obyek-obyek dalam sebuah cluster memiliki tingkat kemiripan yang tinggi satu sama lain dan sangat tidak mirip dengan obyek yang lain pada cluster yang berbeda. Fuzzy C-Means termasuk dalam salah satu teknik clustering. Seperti teknik clustering lainnya. Fuzzy C-Means juga mengelompokkan sejumlah obyek. Pada jurnal ini teknik Fuzzy C-Means digunakan untuk mengelompokkan lulusan jurusan Matematika FMIPA Universitas Tangjungpura (UNTAN). Lulusan dibagi kedalam empat cluster berdasarkan IPK dan lama studi. Hasil dari penelitian ini adalah diperoleh empat pusat cluster atau center. Untuk cluster 1 terdiri dari lulusan dengan kisaran IPK 3,15 dan lama studi 5,09 tahun , cluster 2 terdiri dari lulusan dengan kisaran IPK 2,88 dan lama studi 7,32 tahun, cluster 3 terdiri dari lulusan dengan kisaran IPK 3,48 dan lama studi 4,37 tahun serta cluster 4 terdiri dari lulusan dengan kisaran IPK 2,89...
Aplikasi Clustering Data Mahasiswa Universitas Islam Majapahit dengan Metode Fuzzy C-Means
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains
Universitas Islam Majapahit (UNIM) merupakan salah satu perguruan tinggi swasta yang cukup populer di Kabupaten Mojokerto. Dalam tiga tahun terakhir jumlah mahasiswa baru semakin berkurang. Salah satu faktornya adalah penentuan daerah target promosi UNIM. Oleh karena itu dibutuhkan sebuah upaya pengelompokan daerah target promosi agar didapatkan adanya peningkatan jumlah mahasiswa baru yang lebih optimal. Upaya pengelompokan tersebut dapat menggunakan metode Fuzzy C-Means yang menghasilkan sebuah model cluster berdasarkan data mahasiswa pada tahun sebelumnya. Penelitian ini menggunakan data mahasiswa dari tahun 2018-2020. Data yang diambil berupa titik koordinat latitude-longitude kecamatan asal sekolah (SMA, MA, SMK, Transfer Mahasiswa, PKMB, dan Paket C), dan Program Studi UNIM. Pada tahap uji coba sistem dilakukan 10 macam uji coba model cluster dan berdasarkan radius dengan satuan kilometer dari sebuah titik pusat koordinat latitude-longitude. Input yang digunakan adalah data ma...
Fuzzy c-means untuk clustering data (studi kasus: data performance mengajar dosen)
Seminar Nasional Aplikasi Teknologi Informasi, 2007
Clustering merupakan proses pengelompokan data dalam kelas-kelas atau cluster-cluster sehingga data dalam suatu cluster memiliki tingkat persamaan yang tinggi satu dengan lainnya tetapi sangat berbeda dengan data dalam cluster lain. Dalam tulisan ini dilakukan percobaan penggunaan metode Fuzzy C-Means untuk mengetahui kemungkinan adanya cluster-cluster dari data performance mengajar dosen.
Implementasi Fuzzy C-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Masuk Perguruan Tinggi
Joutica, 2021
Penyaringan tes ujian pada penerimaan mahasiswa baru atau biasa disingkat dengan PMB, merupakan salah satu tahapan selain melengkapi berkas administratif. Pada Universitas Islam Lamongan (Unisla), tes penyaringan ini digunakan untuk melihat potensi calon mahasiswa berdasarkan nilai yang diperoleh. Dilihat dari hasil tes ini, maka langkah selanjutnya adalah panitia PMB dapat menentukan calon mahasiswa yang harus mengikuti kuliah matrikulasi atau tidak. Untuk saat ini penentuan dari hasil nilai tes dilakukan secara mengurutkan dari nilai tertinggi. Panitia juga akan memberikan nilai batas minimal dari nilai rata-rata tes yang diberikan untuk menentukan calon mahasiswa yang berhak tidak mengikuti kuliah matrikulasi. Pada penelitian ini akan membuat pengujian model klaster untuk menentukan kelompok calon mahasiswa yang tidak wajib mengikuti kuliah matrikulasi dan yang wajib mengikuti. Metode klaster yang digunakan adalah Fuzzy C-Means. Dengan menggunakan data uji sebanyak 400 data calon...
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi)
STT Bandung merupakan perguruan tinggi swasta yang memiliki potensi besar untuk menjadi perguruan tinggi terkemuka di Kota Bandung. Untuk mencapai tujuan perguruan tinggi, salah satu tahap yang harus dilakukan adalah evaluasi kinerja karyawan, yakni dengan pemantauan kedisiplinan karyawan. Untuk memudahkan penentuan tingkat kedisiplinan karyawan maka diperlukan teknik data mining untuk mengklaster data. Pada data mining terdapat beberapa metode klaster data, yang sering digunakan adalah metode K-Means dengan Fuzzy C-Means. Berdasarkan penelitian yang dilakukan kedua metode tersebut mengelompokan data kinerja karyawan menjadi 3 kluster, yakni tingkat kinerja tinggi, tingkat kinerja sedang dan tingkat kinerja rendah. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means adalah metode yang lebih baik dibandingkan K-Means untuk melakukan mengklasteran data pada tingkat kinerja karyawan di STT Bandung karena nilai validasinya bernilai mendekati 1. Kata kunci : Data Mining, Pe...
Komparasi Metode Clustering K-Means Dan Fuzzy C-Means Untuk Mempredeksi Ketepatan Waktu Lulus
Jurnal Pengembangan Rekayasa dan Teknologi, 2019
Metode data mining merupakan metode yang banyak digunakan oleh peneliti untuk mencari sebuah informasi dari sebuah kumpulan data-data, penelitian ini menggunakan object data lulusan mahasiswa Universitas Semarang. Data yang kita ambil yaitu dari jurusan Teknik Elektro dan Teknik Sipil.Dengan menggunakan metode data mining terutama algoritma K-Means dan Fuzzy C-Means dapat mengidentifikasi ketepatan lulusan di jurusan Teknik Elektro dan Teknik Sipil. Dimana ada tiga cluster yaitu tepat waktu, tidak tepat waktu dan over studi.Dari hasil penelitian dihasilkan validitas K-Means lebih kecil dan lebih baik, dengan validitas DBI sebesar 2.022, sedangkan FCM dengan validitas XBI didapatkan validitas sebesar 11.948. Dengan kesimpulan lulusan lama studi 4 tahun lebih 2 bulan dengan IPK rata-rata 3.13, sedangkan lama studi 4 tahun dengan ipk 3.42, dan untuk mahasiswa dengan lama studi 5 tahun lebih rata-rata ipk 2.88.
Clustering Data Nilai Siswa SMA Untuk Penentuan Jurusan Menggunakan Algoritma Fuzzy C-Means
2015
Determination of the majors a process that occurs at the time the class- X will go up to class- IX, this is because the addition proses is carried out must be based in the interests and talent of each student’s.In addition, this process is done by Bp/Bk, witch this assessment process based on value evaluation of each subject’s flagship from each Department, to major in Science related subject (biology, physics, chemistry, mathematics), to social scienece Departement (economics, sociology, geography, history), and for the Departement of IPB (Indonesian Language, English, Germany Language).In this reaseach FCM Clustering can assist and improve value for Determination of the majors process 72%.
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 2018
STT Bandung merupakan perguruan tinggi swasta yang memiliki potensi besar untuk menjadi perguruan tinggi terkemuka di Kota Bandung. Untuk mencapai tujuan perguruan tinggi, salah satu tahap yang harus dilakukan adalah evaluasi kinerja karyawan, yakni dengan pemantauan kedisiplinan karyawan. Untuk memudahkan penentuan tingkat kedisiplinan karyawan maka diperlukan teknik data mining untuk mengklaster data. Pada data mining terdapat beberapa metode klaster data, yang sering digunakan adalah metode K-Means dengan Fuzzy C-Means. Berdasarkan penelitian yang dilakukan kedua metode tersebut mengelompokan data kinerja karyawan menjadi 3 kluster, yakni tingkat kinerja tinggi, tingkat kinerja sedang dan tingkat kinerja rendah. Hasil dari penelitian ini menunjukkan bahwa metode Fuzzy C-Means adalah metode yang lebih baik dibandingkan K-Means untuk melakukan mengklasteran data pada tingkat kinerja karyawan di STT Bandung karena nilai validasinya bernilai mendekati 1. Kata kunci : Data Mining, Pe...
Jurnal PROCESSOR
Lingkungan yang berpenyakit dan rendahnya kesadaran masyarakat akan kebersihan lingkungan di beberapa kota di Indonesia membuat banyak orang terutama anak kecil rentan terhadap berbagai penyakit. Pada 63 Puskesmas yang ada di Kota Surabaya telah menimbang 148720 balita. Terdapat 4,2% balita dengan gizi kurang, 0,1% balita gizi buruk dan 4,5% balita gizi stunting. Clustering adalah suatu teknik dalam data mining yang bertujuan untuk mengelompokkan objek (data) ke dalam beberapa cluster atau kelompok sehingga objek yang serupa disatukan ke dalam cluster yang sama. metode ini adalah untuk melakukan penerapan, pengujian, serta evaluasi terhadap algoritma K-Means dan Fuzzy C-Means dalam melakukan clustering. sehingga hasil dari penelitian ini adalah untuk mengelompokkan Puskesmas berdasarkan gizi balita yang ada di Kota Surabaya. Hasil terbaik silhouette coefficient dari K-Means dengan proses Normalization adalah 0.51833215835383. Sedangkan hasil terbaik pada algoritma Fuzzy C-Means den...
Implementasi Metode Fuzzy K-Means untuk Cluster Judul Skripsi Mahasiswa
2020
Clusters are a way of classifying data which can later be used as information and processed using data mining methods with certain algorithms. From here the author wants to try to use data in the form of thesis titles or final assignments from students, which later can be grouped from these results. So that the existing data can be processed using a data mining method, namely Fuzzy K-Means (FKM). The data used in this study uses thesis data of students majoring in information technology. As a comparison, the data is also processed using K-Means, from the K-Means calculation, the average cluster is 1.014 and the DBI validity is 0.725. Meanwhile, for the calculation of Fuzzy K-Means, the cluster average is 0.069 and the DBI validity is 0.304