Penerapan Algoritma K-Means Untuk Pengelompokan Riset Grup Dosen Program Studi Teknik Informatika Universitas Bina Darma

Yurenza .Yurenza, R.M Nasrul Halim
DOI: https://doi.org/10.33650/jeecom.v6i2.9461



Abstract

UBD atau yang dikenal Universitas bina darma adalah salah satu universitas yang terletak di kota palembang provinsi sumsel yang bergerak di bidang ilmu komputer dan berbagai bidang studi lainnya. Universitas bina darma sudah sering melakukan publikasi karya ilmiahnya di laman jurnal nasional maupun internasional serta menghasilkan penelitian yang berkualitas di berbagai bidang program studi, misalnya yang dilaksanakan oleh program studi teknik informatika, telah banyak mahasiswa-mahasiswi maupun dosen program studi teknik informatika yang mempublikasikan karya ilmiahnya di berbagai jurnal nasional dengan berbagai penelitian berdasarkan grup penelitiannya masing-masing. Banyaknya penelitian yang dilakukan oleh dosen dan juga mahasiswa di berbagai bidang program studi teknik informatika membuat dosen perlu melakukan proses klasifikasi atau pengelompokan publikasi dosen berdasarkan bidang penelitian bertujuan untuk mengidentifikasi kecenderungan masing-masing dosen dibidang teknik informatika terhadap bidang penelitian tertentu. Pengelompokan kelompok penelitian menggunakan metode tertentu pada program studi teknik informatika masih belum terlaksana. Dengan menerapkan metode k-means diharapkan dapat pengelompokan kelompok penelitian dosen program studi teknik informatika berdasarkan bidang penelitian guna mengetahui kecenderungan setiap dosen teknik informatika terhadap bidang penelitian tertentu serta dosen dapat mengetahui minat penelitian sehingga dosen dapat merencanakan segala sesuatu dengan mudah tentang bidang penelitian nya. Hasil analisis ini terdiri dari dua bagian. Bagian pertama berdasarkan dosis dikelompokan 3 cluster berdasarkan 29 data dosis yaitu cluster 0 merupakan cluster dengan penetian terendah, cluster 1 dengan penelitian sedang, dan cluster 2 dengan penelitian tertinggi. Bagian kedua berdasarkan judul penelitian dikelompokan 7 cluster dengan jumlah 729 data, diperoleh cluster 0 dengan jumlah 11 anggota , kemudian cluster 1 berjumlah 101 anggota , kemudian cluster 2 berjumlah 3 anggota , kemudian cluster 3 berjumlah 447 anggota, kemudian cluster 4  berjumlah 164 anggota, selanjutnya cluster 5 berjumlah 2 anggota , cluster terakhir 6 berjumlah 1 anggota.

Keywords

Algoritma K-Means; Klasifikasi; Riset Grup;Cluster

Full Text:

PDF

References

Fitri, “Workshop Optimalisasi Pengelolaan Kelompok Penelitian atau Research Group (RG),” LPPM UAD.

N. Anggraini and L. Zahrotun, “PENGELOMPOKAN JUDUL PENELITIAN DOSEN MENGGUNAKAN METODE K-MEANS DENGAN COSINE SIMILARITY,” Jurnal Sarjana Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan, pp. 2–2, Aug. 2019.

Mulyawan, G. Dwilestari, A. Bahtiar, F. M. Basysyar, and N. Suarna, “Classification of human development index using particle swarm optimization based on support vector machine algorithm,” IOP Conf Ser Mater Sci Eng, vol. 1088, no. 1, p. 012033, Feb. 2021, doi: 10.1088/1757-899x/1088/1/012033.

D. Putro Utomo and Mesran, “Analisis Komparasi Metode Klasifikasi Data Mning dan Reduksi Atribut Pada Data Set Penyakit Jantung,” Jurnal Media Informatika Budidarma, vol. 4, no. 2, pp. 437–444, Apr. 2020.

S. Adinugroho and Y. A. Sari, Implementasi Data Mining Menggunakan WEKA. Malang: Universitas Brawijaya Press, 2018, 2018.

I. Kadek, J. Arta, G. Indrawan, and R. Dantes, “DATA MINING REKOMENDASI CALON MAHASISWA BERPRESTASI DI STMIK DENPASAR MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION,” Jurnal Ilmu Komputer Indonesia (JIKI), vol. 4, no. 1, 2019.

S. Pujiono, R. Astuti, and F. Muhamad Basysyar, “IMPLEMENTASI DATA MINING UNTUK MENENTUKAN POLA PENJUALAN PRODUK MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 1, pp. 615–620, Feb. 2024, doi: 10.36040/jati.v8i1.8360.

S. Rochmiyati, S. A. Widodo, D. Supriadi, I. Ghozali, and S. Y. Erlangga, Buku Pedoman Penelitian. Yogyakarta: Universitas Sarjanawiyata Tamansiswa, 2023.

I. Kamila, U. Khairunnisa, and Mustakim, “Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan,” Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 5, no. 1, pp. 119–125, 2019, doi: http://dx.doi.org/10.24014/rmsi.v5i1.7381.

R. Kesuma Dinata, N. Hasdyna, and N. Azizah, “Analisis K-Means Clustering pada Data Sepeda Motor,” 2020.

E. Juliana and dan Vivi Nur Aleyda, “PENERAPAN METODE CLUSTERING K-MENS UNTUK MEMBANTU MENTUKAN TINGKATAN STATUS DAERAH DAMPAK COVID 19,” 2021. [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index

S. Irma Yuniarti, “PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN USIA CALON PENERIMA VAKSIN DI KAB. NGAWI,” JurnalInformasidanKomputer, vol. 9, no. 2, 2021.

J. Arunadevi, S. Ramya, and M. R. Raja, “A study of classification algorithms using Rapidminer,” 2018. [Online]. Available: http://www.ijpam.eu

H. Rizqifaluthi and M. A. Yaqin, “Process Mining Akademik Sekolah menggunakan RapidMiner,” MATICS, vol. 10, no. 2, p. 47, Mar. 2019, doi: 10.18860/mat.v10i2.5158.

W. P. Utami and K. Handoko, “PENERAPAN K-MEANS DALAM PENGELOMPOKAN DATA POLIS ASURANSI KENDARAAN BERMOTOR DI PT JASARAHARJA PUTERA,” JURNAL COMASIE, 2020.


Dimensions, PlumX, and Google Scholar Metrics

10.33650/jeecom.v6i2.9461


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Yurenza .

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Journal of Electrical Engineering and Computer (JEECOM)
Published by LP3M Nurul Jadid University, Indonesia, Probolinggo, East Java, Indonesia.