Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains Teknologi Transportasi Maritim
Eko Wiyandi
Akademi Maritim Suaka Bahari Cirebon
Decision Sciences, Operations Research & Management Energy Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis dan Penerapan Algoritma K-Means Dalam Strategi Promosi Kampus Akademi Maritim Suaka Bahari Tuti Hartati; Odi Nurdiawan; Eko Wiyandi
Nama Jurnal Akmi Vol 3 No 1 (2021): Jurnal sitektransmar Mei 2021
Publisher : LPPM AKMI SUAKA BAHARI CIREBON

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51578/j.sitektransmar.v3i1.31

Abstract

Proses penerimaan calon mahasiswa baru di Akademi Maritim Suaka Bahari setiap tahun menghasilkan data yang sangat banyak berupa profil calon mahasiswa. Kegiatan tersebut menimbulkan penumpukan data dalam jumlah besar, hal ini menjadi kesulitan untuk melakukan identifikasi terhadap calon mahasiswa. Penelitian ini membahas tentang penerapan data mining untuk menghasilkan profil yang memiliki kemiripan atribut yang sama. Salah satu teknik data mining yang digunakan untuk mengidentifikasi suatu kelompok dari objek yang memiliki karakteristik yang sama adalah Analisis Cluster. Metode clustering data dibagi kedalam bentuk satu atau lebih cluster/kelompok yang memiliki karakteristik sama disebut K-means. Metode yang penulis gunakan adalah knowledge discovery in databases (KDD) yang terdiri dari Data, Data Cleaning, Data transformation, Data mining, Pattern evolution, knowledge. Implementasi proses K-means Clustering menggunakan Rapid Miner. Atribut yang digunakan NIT, Tingkat, Nama, Status Mahasiswa, Jenis Pendaftaran, Jenis Kelamin, Tempat Lahir, Tgl Lahir, Agama, Asal Sekolah, Jurusan Asal Sekolah, Agama, IPK, Kecamatan, Kab/Kota, Provinsi. Menghasilkan jumlah cluster 30 (k=30). Dari hasil penelitiam berdasarkan uji davies bouldin pada algoritma K-means menghasilkan nilai paling mendekati 0 adalah k = 29 dengan Davies bouldin: 0.070, dengan persebaran anggota cluster terbanyak ada pada cluster 16 berisi anggota cluster 115 items.
Co-Authors Odi Nurdiawan Tuti Hartati