dc.contributor.advisor | PRASETYO, EKO | |
dc.contributor.advisor | ASRONI, ASRONI | |
dc.contributor.author | SAPUTRA, FERDIANSYAH AGUNG | |
dc.date.accessioned | 2018-10-22T06:38:54Z | |
dc.date.available | 2018-10-22T06:38:54Z | |
dc.date.issued | 2018-08-20 | |
dc.identifier.uri | http://repository.umy.ac.id/handle/123456789/22441 | |
dc.description | Universitas Muhammadiyah Yogyakarta merupakan perguruan tinggi swasta yang berada di Yogyakarta. UMY memiliki jumlah mahasiswa yang sangat banyak setiap Fakultasnya salah satunya Fakultas Isipol. Dengan jumlah mahasiswa yang banyak tidak menjamin semua mahasiswa tidak memiliki masalah terhadap nilai per Semester dan jumlah Sks, mahasiswa yang memiliki nilai per Semester dan Jumlah Sksnya tidak sesuai kebijakan Universitas bisa dilakukan tindak tegas atau biasa disebut dengan Drop Out. Untuk mengetahui informasi data mahasiswa Fakultas Isipol maka perlu dilakukan pengolahan data. Proses pengolahan data biasa disebut dengan Data Mining. Penelitian ini bertujuan untuk mengelompokkan mahasiswa yang bermasalah atau mahasiswa rawan Drop Out dengan menggunakan teknik Clustering. Metode yang digunakan adalah metode K-Means dengan metode ini data yang didapatkan dari data sumber akan dikelompokkan ke dalam beberapa cluster, dalam cluster terdapat data yang memiliki karakteristik yang sama sedangkan data yang memiliki karakteristik yang beda akan dikelompokkan dalam cluster yang berbeda. Hasil dari penelitian mahasiswa rawan Drop Out menggunakan Metode K-Means adalah mahasiswa yang memilki nilai per Semester dan jumlah Sks tidak sesuai dengan kebijakan universitas setelah memiliki data mahasiswa yang bermasalah pihak universitas memberikan tindak tegas supaya mahasiswa yang bermasalah memiliki niat baik untuk memperbaiki diri sebelum dilakukannya Drop Out. | en_US |
dc.description.abstract | Muhammadiyah University Yogyakarta is a private university located in Yogyakarta. UMY has a many students in each faculty, one of which is the Faculty of Social and Politic. With a large number of students does not secure that all students does not have problems with the value Semester and the number of credits, students who value semester and number of credits that is not with University policy can be called to as Drop Out, to know the data of students data of Faculty of Isipol need to be data processing. Data processing is usually called Data Mining. This study purpose to classify problematic students or students troubled to Drop Out by using Clustering techniques. The method used in the K-Means method with this method the data obtained from the source data will be grouped into several cluster, in the cluster there are data that have same characteristics while the data that has different characteristics will be grouped into different cluster. The results of research on Drop Out troubled students using K-Means method are students who value Semester and Number of credits is not corresponding with the University policy after having problematic student data. The university gives decisive action so that students with problems have a good intentions to improve ourselves before Drop out. | en_US |
dc.publisher | FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTA | en_US |
dc.subject | Drop Out, K-Means, Clustering, Value Semester, Number of Credits | en_US |
dc.title | PENERAPAN DATA MINING UNTUK CLUSTERING MAHASISWA RAWAN DROP OUT DENGAN METODE K-MEANS STUDI KASUS FAKULTAS ISIPOL UNIVERSITAS MUHAMMADIYAH YOGYAKARTA | en_US |
dc.type | Thesis
SKR
F T
375 | en_US |