OPTIMASI ALGORITMA KLASTER DINAMIS PADA K-MEANS DALAM PENGELOMPOKAN KINERJA AKADEMIK MAHASISWA (STUDI KASUS: UNIVERSITAS PENDIDIKAN GANESHA)

Authors

  • Komang Ariasa Universitas Pendidikan Ganesha
  • I Gede Aris Gunadi Universitas Pendidikan Ganesha
  • I Made Candiasa Universitas Pendidikan Ganesha

DOI:

https://doi.org/10.23887/janapati.v9i2.23491

Keywords:

k-means, klastering, klaster dinamis, mean based

Abstract

Penelitian ini difokuskan untuk perbaikan algoritma klaster dinamis pada k-means menggunakan inisiasi centroid awal berbasis metode mean. Data penelitian menggunakan kinerja akademik 765 orang berasal dari 38 prodi Undiksha, perhitungan klastering berdasarkan nilai UN, rapor dan perkembangan kinerja akademik mahasiswa selama 6 semester. Perbandingan algoritma terbaik diuji tingkat validitasnya menggunakan metode Cluster Variance (V), Davies Bound Index (DBI), Partition Coefficient (PC) dan Sum Squared Error (SSE) pada algoritma k-means tradisional, k-means dinamis dan k-means dinamis berbasis mean. Berdasarkan pengujian diperoleh 5 jumlah klaster ideal pada metode k-means dinamis berbasis inisiasi centroid, dengan nilai terbaik PC 0,20176, SSE 2,15152, variance terkecil 0,259281 dan DBI 0,168236. Secara keseluruhan optimasi algoritma k-means dinamis berbasis mean menghasilkan rata-rata kualitas klaster yang lebih baik dan jumlah interasi yang konstan pada setiap pengujian dibanding algoritma k-means lain dalam evaluasi PC, SSE, dan cluster variance. Hasil pengujian dapat digunakan sebagai salah satu metode terbaik dalam evaluasi kinerja akademik mahasiswa serta acuan pengambilan keputusan dalam menentukan kebijakan akademik universitas.

References

Widiarina and R. Satria Wahono, “Algoritma Cluster Dinamik untuk Optimasi Cluster pada Algoritma K-Means dalam Pemetaan Nasabah Potensial,” Journal of Intelligent Systems, vol. 1, no. 1, pp. 33–36, 2015, [Online]. Available: http://journal.ilmukomputer.org.

G. Akbari, Kerlooza, and Yusrila, “Peningkatan Hasil Cluster Menggunakan Algoritma Dynamic K-means dan K-means Binary Search Centroid,” Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi, pp. 25–33, 2018.

Narwati, “Pengelompokan Mahasiswa Menggunakan Algoritma K-Means,” Jurnal Dinamika Informatika, vol. 2, no. 2, 2010.

G. I. Marthasari, “Implementasi Teknik Data Mining untuk Evaluasi Kinerja Mahasiswa Berdasarkan Data Akademik,” Fountain of Informatics Journal, vol. 2, no. 2, pp. 20–27, Nov. 2017, doi: 10.21111/fij.v2i2.1216.

Sartikha, Maria, F. Winda Sari, and N. Jannah, “Analisis Profil Mahasiswa Politeknik Negeri Batam dengan Teknik Data Mining Asosiasi dan Clustering,” Jurnal Integrasi, vol. 8, no. 1, pp. 16–21, 2016.

K. A. Seputra, I. Made Sudarma, and L. Jasa, “The Optimization of the Dynamic K-Means Clustering Algorithm with the Cluster Initialization in Grouping Travelers Perception to the Beach Tourist Destinations in Bali, Indonesia,” International Journal of Research in IT, vol. 07, no. 04, pp. 1–7, 2017, [Online]. Available: http://indusedu.org.

S. B. M. Ahamed and K. S. Hareesha, “Dynamic Clustering of Data with Modified K-Means Algorithm,” International Conference on Information and Computer Networks (ICICN 2012), vol. 27, pp. 221–225, 2012.

I. T. Raharto, Analisis Cluster: Tugas Mata Kuliah Konsep dan Teknik Perencanaan. Makasar: Program Pascasarjana Universitas Hasanuddin, 2008.

Downloads

Published

2020-08-09

How to Cite

Ariasa, K., Gunadi, I. G. A., & Candiasa, I. M. (2020). OPTIMASI ALGORITMA KLASTER DINAMIS PADA K-MEANS DALAM PENGELOMPOKAN KINERJA AKADEMIK MAHASISWA (STUDI KASUS: UNIVERSITAS PENDIDIKAN GANESHA). Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI, 9(2), 181–192. https://doi.org/10.23887/janapati.v9i2.23491

Issue

Vol. 9 No. 2 (2020)

Section

Articles

License

Authors who publish with Janapati agree to the following terms:
  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)