relation: https://katalog.ukdw.ac.id/8679/
title: PERBANDINGAN ANTARA K-MEANS DENGAN TWOSTEP CLUSTERING UNTUK PREDIKSI KATEGORI IP MAHASISWA FAKULTAS TEKNOLOGI INFORMASI UKDW
creator: R. Gunawan Santosa
creator: Yuan Lukito
subject: T Teknologi (Umum)
description: Model Prediksi yang dilakukan untuk penelitian ini dibagi menjadi dua  jenis, yaitu model prediksi Indeks Prestasi Semester 1 (IPS1) untuk Mahasiswa  Jalur Prestasi (JP) dan Mahasiswa Non Jalur Prestasi (NJP). Model prediksi untuk  JP menggunakan 4 variabel ( Status SMA, Lokasi SMA, Kategori SMA , Level  Bahasa Inggris) , sedangkan model untuk NJP menggunakan 8 variabel yaitu 4  variabel diatas yang ditambah dengan hasil tes kemampuan Spatial, hasil tes  kemampuan Verbal, hasil tes kemampuan Numerik dan hasil tes kemampuan  Analogi .  Pada penelitian tahun yang lalu (2019) telah dilakukan perbandingan  akurasi antara model dengan K-Means Clustering dan model fungsi Discriminant  Linier Fisher (DLF) untuk memprediksi kategori indeks prestasi mahasiswa FTI  UKDW. Hasilnya ternyata akurasi prediksi fungsi DLF lebih rendah daripada  model K-Means Clustering. Untuk mahasiswa Jalur Prestasi (JP) Rata-rata  prosentase akurasi prediksi dengan K-Means Clustering adalah 78,28%  sedangkan rata-rata prosentase akurasi prediksi dengan Fungsi DLF adalah 58,62  %. Sedangkan untuk mahasiswa Non Jalur Prestasi (NJP) rata-rata prosentase  akurasi prediksi dengan K-Means Clustering adalah 94,61% sedangkan rata-rata  prosentase akurasi prediksi dengan Fungsi DLF adalah 52,07 %.  Hasil penelitian yang telah dilakukan (2020) adalah membandingkan  metode K-Means dengan metode TwoStep untuk memprediksi kategori IPS1  mahasiswa angkatan 2019. Hasilnya untuk mahasiswa JP, didapat Rata-rata  prosentase akurasi prediksi dengan K-Means Clustering adalah 79,25%  sedangkan rata-rata prosentase akurasi prediksi dengan TwoStep Clustering  adalah 72,50 %. Sedangkan untuk mahasiswa NJP, rata-rata prosentase akurasi  prediksi dengan K-Means Clustering adalah 94,15% sedangkan rata-rata  prosentase akurasi prediksi dengan TwoStep Clustering adalah 71,42 %.  Sehingga dapat disimpulkan untuk prediksi lebih akurat menggunakan K-Means  Clustering daripada TwoStep Clustering
publisher: Program Studi Informatika, Universitas Kristen Duta Wacana
date: 2020-11-07
type: Project Report
type: NonPeerReviewed
format: text
language: id
identifier: https://katalog.ukdw.ac.id/8679/1/97_PENDAHULUAN_KESIMPULAN_DAFTARPUSTAKA.pdf
format: text
language: id
identifier: https://katalog.ukdw.ac.id/8679/2/97_FULLTEXT.pdf
identifier:   R. Gunawan Santosa and Yuan Lukito  (2020) PERBANDINGAN ANTARA K-MEANS DENGAN TWOSTEP CLUSTERING UNTUK PREDIKSI KATEGORI IP MAHASISWA FAKULTAS TEKNOLOGI INFORMASI UKDW.  Research Report (Lecturer). Program Studi Informatika, Universitas Kristen Duta Wacana, Yogyakarta.    (Unpublished)