Penerapan Data Mining Untuk Nilai Akhir Mata Kuliah Menggunakan Algoritma K-Means Clustering

Main Article Content

Yudi Santoso - Nurwati

Abstract

Nilai kehadiran/absensi seringkali diabaikan oleh mahasiswa karena dianggap tidak penting. Padahal dengan absen merupakan bukti kehadiran online pada kelas yang mereka ikuti. Penelitian ini mengamati, mempelajari dan menganalisa tingkat kerajinan kehadiran mahasiswa pada perkuliahan yang mereka ambil. Kemudian data tersebut diinisiasi pengelompokkan waktu kehadiran dengan jeda 10 menit setiap keompoknya dari jadwal kuliah 08:00 sampai dengan 10:40 wib. Dari data yang direkam pada elearning kemudian diolah dengan k-means diperoleh 3 clustering rajin, kurang rajin/ cukup rajin dan tidak rajin. Clustering rajin berjumlah 14 mahasiswa, clustering kurang rajin/ cukup rajin 10 mahasiswa dan clustering tidak rajin ada 2 mahasiswa. Ada 5 mahasiswa tidak masuk pada clustering karena masuk pada kode inisiasi pengelompokkan waktu kehadiran kode 17 yaitu melakukan absensi kehadiran di luar batas waktu perkuliahan. Dengan adanya clustering ini maka Dosen pengampu mata kuliah tersebut mempertimbangkan untuk memberikan nilai tambah pada clustering rajin dan kurang rajin/ cukup rajin. Penambahan nilai pada akhir mata kuliah merupakan kebijakan dosen masing-masing pengampu mata kuliah.


 


Kata kunci— Absensi, clustering, k-means


 

Article Details

How to Cite
SANTOSO, Yudi; NURWATI, -. Penerapan Data Mining Untuk Nilai Akhir Mata Kuliah Menggunakan Algoritma K-Means Clustering. SNIA (Seminar Nasional Informatika dan Aplikasinya), [S.l.], v. 5, p. C27-30, oct. 2021. Available at: <https://snia.unjani.ac.id/web/index.php/snia/article/view/285>. Date accessed: 15 july 2024.
Section
Articles