AINAYA, SALMA FADIA (2022) ANALISIS KLASTERISASI PERGURUAN TINGI DI DUNIA BERDASARKAN PERANKINGAN UI GREEN METRICS 2021 MENGGUNAKAN ALGORITMA K-MEANS. Strata 1 thesis, Universits Teknokrat Indonesia.
Text (Full Skripsi)
skripsi18311349.pdf - Published Version Download (4MB) |
|
Text (Abstrak)
abstrak18311349.pdf - Published Version Download (4MB) |
|
Text (Bab I Pendahuluan)
b118311349.pdf - Published Version Download (4MB) |
|
Text (Bab II Landasan Teori)
b218311349.pdf Download (4MB) |
|
Text (Daftar Pustaka)
daftar_pustaka18311349.pdf - Bibliography Download (4MB) |
Abstract
Perangkingan perguruan tinggi baik perguruan tinggi negeri (PTN) maupun perguruan tinggi swasta (PTS) dapat menjadi acuan bagi perguruan tinggi tersebut untuk menjaring calon mahasiswa. Untuk dapat menghitung secara detail bagaimana perankingan perguruan tinggi, diperlukan suatu metode yang dapat mengolah dan memberikan hasil yang optimal. Untuk itu penulis menggunakan salah satu metode yang digunakan dalam data mining yaitu clustering dengan algoritma k-means. Berdasarkan hasil pengujian data menggunakan Python pada data Perankingan Perguruan Tinggi UI GreenMetrics 2021 menggunakan Algoritma K-Means yaitu hasil dari pengelompokkan Perguruan Tinggi mempunyai nilai K = 3 sesuai dengan penentuan jumlah cluster terbaik menggunakan metode Elbow dan Silhouette sehingga data perguruan tinggi tersebut dikelompokkan kedalam 3 cluster. Hasil dari penelitian yaitu 352 Perguruan Tinggi masuk ke dalam cluster C0 dengan kategori peringkat atas, 217 Perguruan Tinggi masuk ke dalam cluster C1 dengan kategori peringkat menengah dan 387 Perguran Tinggi masuk ke dalam cluster C2 dengan kategori peringkat rendah.
Item Type: | Thesis (Strata 1) |
---|---|
Uncontrolled Keywords: | Cluster, Data Mining, K-Means |
Subjects: | SISTEM INFORMASI (S1) > Bahasa Pemrograman SISTEM INFORMASI (S1) > Bahasa Pemrograman |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi |
Depositing User: | Asep Haikal Kurniawan S.IP., M.A |
Date Deposited: | 27 May 2023 02:14 |
Last Modified: | 27 May 2023 02:14 |
URI: | http://repository.teknokrat.ac.id/id/eprint/4730 |
Actions (login required)
View Item |