KLASIFIKASI DATA MINING UNTUK MENGELOMPOKKAN DATA NILAI TRY OUT SISWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING
Daftar Isi:
- Metode K-Means merupakan algoritma umum yang digunakan untuk melakukan pengelompokkan/clustering dokumen. Pengelompokkan yang berulang-ulang akan menambah akurasi pada dokumen yang diproses menggunakan metode K-Means. Uji coba metode K-Means pada penelitian untuk mengelompokkan nilai siswa yang mengikuti try-out, bertujuan untuk melihat akurasi pada metode K-Means dalam melakukan proses pengelompokkan, dengan menggunakan data nilai try-out siswa yang mengikuti ujian. Untuk melakukan uji coba algoritma K-Means, perlu dibuat sebuah aplikasi yang mampu melihat proses perpindahan data nilai try-out dengan lengkap dan dapat melakukan proses K-Means yang lebih cepat dan mudah untuk diproses dalam sistem. Aplikasi dibuat menggunakan bahasa pemrograman Java Net Beans, Java Net Beans digunakan untuk menginputkan data nilai try-out dan memproses clustering nilai try-out. Aplikasi ini dapat digunakan user yang sudah terdaftar dalam databases. Databases yang digunakan dalam aplikasi ini menggunakan XAMPP, sebagai tempat untuk menyimpan data user, data siswa, data nilai try-out dan hasil dari proses. Aplikasi yang dihasilkan dalam proses pengclusteran menggunakan algoritma K-Means untuk mengelompokkan nilai try-out. Mampu membaca perpindahan data nilai try-out, hingga proses data berhenti dan menghasilkan data yang dapat dilihat untuk membagi kriteria siswa menjadi 3 kelompokan. Kata kunci : K-means, Java, Clustering, Nilai, TryOut.