Seminar Nasional Sistem Informasi (SENASIF) Fakultas Teknologi Informasi Universitas Merdeka Malang
Penerapan Algoritma K-Means Clustering Untuk Menentukan Linieritas Pekerjaan Alumni Berdasarkan Tracer Study
PDF

Keywords

Linieritas
K-Means Clustering
Silhoutte Coeficient

How to Cite

Anggarawati, S. (2022). Penerapan Algoritma K-Means Clustering Untuk Menentukan Linieritas Pekerjaan Alumni Berdasarkan Tracer Study. Seminar Nasional Sistem Informasi (SENASIF), 6(1), 3265 - 3281. Retrieved from https://jurnalfti.unmer.ac.id/index.php/senasif/article/view/410

Abstract

SMK PGRI Wlingi merupakan selah satu sekolah swata yang ada di kabupaten Blitar yang beralamatkan di Jalan Jendral Sudirman No. 86 Beru – Wlingi. Permasalahan yang ada di SMK PGRI Wlingi adalah pengelompokan linieritas pekerjaan lulusan. Dengan mengelompokan linieritas pekerjaan lulusan di SMK PGRI Wlingi nantinya akan membantu petugas yang menangani untuk mengetahui jumlah data siswa yang bekerja linier dan tidak linier. Pengelompokan linieritas tersebut akan menggunakan k-means clustering. K-Means Clustering adalah metode yang mengelompokan data kedalam cluster, dimana objek dengan kesamaan tinggi berada pada cluster yang sama, tetapi objek yang tidak sama berada pada cluster ang berbeda. K-means Clustering merupakan salah satu teknik pengelompokan data yang mana keberadaan tiap titik data dalam satu kelompok (cluster) ditentukan oleh derajat keangotaan. Jumlah cluster yang digunakan pada penelitian ini ada 2 cluster, yaitu linier dan tidak linier. Pengelompokan linieritas di SMK PGRI Wlingi dengan menggunakan metode k-means clustering dapat diterapkan dengan baik untuk menentukan linieritas pekerjaan lulusan dinyatakan dengan hasil clustering linier 95% dan tidak linier5%. Untuk mengetahui tingkat akurasi dalam cluster menggunakan Silhoette Coefisient. Dari hasilpengujian menghasilkan data yang akurat dengan rata-rata nilai Silhoette Coefficent s(i) =1

PDF