Pengelompokan peserta Kuliah Kerja Nyata Universitas Islam Negeri Sunan Gunung Djati Bandung berdasarkan jurusan, jenis kelamin dan zonasi menggunakan Algoritma Greedy

Rahmansyah, Acep Pajar Paisal (2022) Pengelompokan peserta Kuliah Kerja Nyata Universitas Islam Negeri Sunan Gunung Djati Bandung berdasarkan jurusan, jenis kelamin dan zonasi menggunakan Algoritma Greedy. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (385kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (544kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (545kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (793kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (533kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (486kB) | Request a copy

Abstract

Kuliah Kerja Nyata (KKN) merupakan suatu kegiatan intra kurikuler yang memadukan pelaksanaan Tri Dharma Perguruan Tinggi dengan metode pemberian pengalaman belajar dan bekerja dalam kegiatan pemberdayaan masyarakat. Sampai saat ini proses pengelompokan nya dilakukan secara manual oleh peserta, proses pengelompokan tersebut dinilai memiliki kelemahan yaitu komposisi peserta dalam satu kelompok berdasarkan penyebaran jurusan dan jenis kelamin tidak merata. Berdasarkan kebutuhan tersebut, pada penelitian ini merancang suatu aplikasi penentuan peserta kelompok Kuliah Kerja Nyata dengan menggunakan algoritma greedy, berupa aplikasi berbasis website dengan menggunakan metode prototype. Adapun tujuan dari penelitian ini yaitu menerapkan algoritma greedy dalam pengelompokan peserta secara otomatis dan mengetahui kinerja algoritma greedy dalam proses penentuan dan pengelompokan peserta. Penerapan algoritma greedy dilakukan dengan komposisi pembagian peserta dalam satu kelompok secara merata berdasarkan jurusan, jenis kelamin, dan zona kecamatan tempat tinggal peserta. Berdasarkan penelitian yang telah dilakukan telah tercapai pengelompokan peserta dalam satu kelompok dengan hasil pengujian kinerja pengelompokan sangat baik dan persentasi ideal sebesar 70%.

Actions (login required)

View Item