IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING SEBAGAI PENDUKUNG KEPUTUSAN PENERIMA DANA BANTUAN SISWA MISKIN (STUDI KASUS : SMKN SUKOHARJO )

Yulia, Aviv Fitria (2022) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING SEBAGAI PENDUKUNG KEPUTUSAN PENERIMA DANA BANTUAN SISWA MISKIN (STUDI KASUS : SMKN SUKOHARJO ). Masters thesis, Institut Informatika dan Bisnis Darmajaya.

	Text judul.pdf Download (25kB)
	Text pernyataan scan.pdf Download (241kB)
	Text persetujuan scan.pdf Download (394kB)
	Text pengesahan scan.pdf Download (388kB)
	Text prakata scan.pdf Download (315kB)
	Text DAFTAR ISI.pdf Download (155kB)
	Text DAFTAR GAMBAR.pdf Download (148kB)
	Text ABSTRAK.pdf Download (147kB)
	Text BAB I new.pdf Download (77kB)
	Text BAB II.pdf Download (302kB)
	Text BAB III siap cetak new.pdf Download (840kB)
	Text BAB IV NEW.pdf Download (802kB)
	Text BAB V new.pdf Download (33kB)
	Text DAFTAR PUSTAKA.pdf Download (67kB)

Abstract

ABSTRAK AVIV FITRIA YULIA. 1821210010. Implementasi Algoritma K-Means Classifier Sebagai Pendukung Keputusan Penerima Dana Bantuan Siswa Miskin Smkn Sukoharjo Manusia membutuhkan pendidikan dalam kehidupannya, Pendidikan merupakan usaha agar manusia dapat mengembangkan potensi dirinya melalui proses pembelajaran. Kemiskinan merupakan sebuah kondisi yang berada di bawah garis nilai standar kebutuhan minimum, baik untuk makanan dan non makanan,Program Bantuan Siswa Miskin (BSM) adalah program yang bertujuan untuk menghilangkan halangan siswa miskin untuk bersekolah, masalah yang terjadi di SMKN SUKOHARJO yaitu pihak sekolah mengalami kesulitan dalam penentuan penerima Bantuan Siswa Miskin (BSM), hal ini dikarenakan banyaknya kriteria yang harus di pertimbangkan dalam menentukan penerima bantuan seperti: jumlah siswa yaitu berjumlah 1044 siswa, penghasilan orang tua, beban orang tua, jarak tempuh, dan nilai siswa. membangun sistem seleksi penerima beasiswa di SMKN SUKOHARJO dengan proses selektif dan tepat sasaran.teknik pemanfaatan data disebut juga Data Mining.Salah satu metode Data mining yang cukup populer yaitu clustering dengan menggunakan algoritma K-Means. K-Means dapat mengolah data tanpa diberitahu lebih dahulu label kelasnya. Penelitian ini akan menghasilkan tiga kelompok : layak menerima bantuan, dipertimbangkan menerima bantuan, tidak layak menerima bantuan. Pengolahan data seleksi penerimaan dana bantuan menggunakan algoritma K-Means mendapatkan hasil Davies bouldin indeks sebesar 0,262.Hasil tersebut dinilai cukup baik sebab semakin dekat hasil yang diperoleh dengan angka nol, maka kemiripan data anggota antar cluster semakin baik. Kata kunci : Data Mining, K-Means

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	aviv fitria yulia
Date Deposited:	12 Jan 2023 04:51
Last Modified:	12 Jan 2023 04:51
URI:	http://repo.darmajaya.ac.id/id/eprint/10278

Actions (login required)

View Item