Penerapan data mining dalam mengcluster mahasiswa potensial Drop Out dengan menggunakan algoritma potensial Drop Out menggunakan Algoritma Fuzzy C-Means : Studi Kasus Fakultas Sains dan Teknologi

Rahmawati, Irma (2019) Penerapan data mining dalam mengcluster mahasiswa potensial Drop Out dengan menggunakan algoritma potensial Drop Out menggunakan Algoritma Fuzzy C-Means : Studi Kasus Fakultas Sains dan Teknologi. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (101kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (103kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftar isi.pdf Download (55kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (77kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (376kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (648kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (84kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (90kB) | Request a copy

Abstract

Perguruan tinggi merupakan suatu institusi yang sudah pasti memiliki data yang tidak sedikit volumenya. Data yang dimiliki pihak kampus pun berbeda-beda yaitu seperti data keuangan, data akademik, data administrasi, dll. Karena banyak nya data yang dimiliki pihak kampus maka data tersebut dapat diolah menjadi sebuah informasi yang bermanfaat seperti informasi mahasiswa yang berpotensi drop out. Penelitian ini menggunakan algoritma fuzzy c-means dengan sample data dari mahasiswa angkatan 2014, 2015 dan 2016 semua jurusan di lingkungan Fakultas Sains dan Teknologi, masing-masing angkatan sebanyak 35 mahasiswa, jadi total nya 105 data. Terdapat 3 kriteria yang menjadi perhitungan dalam peelitian ini yaitu berdasarka data cuti, data index prestasi (ip) setiap semester dan data pembayaran spp. Penelitian ini mengelompokan 3 cluster, yaitu Cluster I merupakan cluster yang memiliki penilaian “DO karena IP”, cluster II merupakan cluster yang memiliki penilaian “DO karena cuti sudah melewati batas”, dan cluster III merupakan cluster yang memiliki penilaian “DO karena tidak membayar SPP”.

Actions (login required)

View Item