Cover Image

Optimasi Algoritme K-Means Untuk Clustering Dosen Berdasarkan Kinerja Akademik Menggunakan Algoritma Genetika Paralel

Main Author: Wahyuningtyas, Endah Utik
Format: Thesis NonPeerReviewed
Terbitan: , 2017
Subjects:
005.1 Programming
Online Access: http://repository.ub.ac.id/7709/
ctrlnum 7709
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/7709/</relation><title>Optimasi Algoritme K-Means Untuk Clustering Dosen Berdasarkan Kinerja Akademik Menggunakan Algoritma Genetika Paralel</title><creator>Wahyuningtyas, Endah Utik</creator><subject>005.1 Programming</subject><description>Tugas utama seorang dosen adalah mengasilkan sumber daya manusia yang berkualitas serta menyelesaikan permasalahan yang ada di masyarakat luas melalui penelitian, pengabdian, dan lain sebagainya. Kompetensi yang dimiliki oleh seorang dosen menentukan kualitas pelaksanaan tridharma perguruan tinggi. Perlu adanya evaluasi kinerja akademik dosen yang dilakukan secara periodik oleh tim penjamin mutu. Evaluasi kinerja akademik dosen bertujuan untuk menjaga mutu institusi, memudahkan dalam pengambilan kebijakan, memberikan treatment yang tepat untuk peningkatan kualitas dosen, serta memudahkan dalam pemberian penugasan terhadap dosen. Setiap dosen bisa jadi memiliki kompetensi yang berbeda antara satu dengan yang lainnya. Oleh sebab itu perlu adanya pengelompokan data terkait dengan kinerja akademik dosen secara optimal. Pada penelitian kali ini, akan dibangun sistem clustering atau pengelompokan terhadap kinerja akademik dosen dengan menggunakan metode k-means clustering. Mengingat metode tersebut memiliki kekurangan yaitu sering mendapatkan klaster yang berbeda-beda karena inisialisasi centroid dilakukan secara random, oleh sebab itu perlu adanya optimasi centroid pada algoritme kmeans. Algoritme genetika paralel dapat digunakan untuk mengoptimasi pusat klaster pada algoritme k-means. Algoritme genetika paralel menggunakan konsep multi populasi tetapi pada penelitian ini hanya akan dijalankan pada prosesor tunggal. Data kinerja akademik dosen yang digunakan dalam penelitian ini sebanyak 25 data dosen yang masih aktif pada Fakultas Ilmu Komputer Universitas Brawijaya. Hasil pengelompokan yang didapatkan menunjukkan bahwa optimasi pusat klaster menggunakan algoritme genetika paralel mendapatkan hasil yang lebih baik dibandingkan hanya dengan metode k-means saja</description><date>2017-10-26</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Wahyuningtyas, Endah Utik (2017) Optimasi Algoritme K-Means Untuk Clustering Dosen Berdasarkan Kinerja Akademik Menggunakan Algoritma Genetika Paralel. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2017/772/051711911</relation><recordID>7709</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Wahyuningtyas, Endah Utik
title Optimasi Algoritme K-Means Untuk Clustering Dosen Berdasarkan Kinerja Akademik Menggunakan Algoritma Genetika Paralel
publishDate 2017
topic 005.1 Programming
url http://repository.ub.ac.id/7709/
contents Tugas utama seorang dosen adalah mengasilkan sumber daya manusia yang berkualitas serta menyelesaikan permasalahan yang ada di masyarakat luas melalui penelitian, pengabdian, dan lain sebagainya. Kompetensi yang dimiliki oleh seorang dosen menentukan kualitas pelaksanaan tridharma perguruan tinggi. Perlu adanya evaluasi kinerja akademik dosen yang dilakukan secara periodik oleh tim penjamin mutu. Evaluasi kinerja akademik dosen bertujuan untuk menjaga mutu institusi, memudahkan dalam pengambilan kebijakan, memberikan treatment yang tepat untuk peningkatan kualitas dosen, serta memudahkan dalam pemberian penugasan terhadap dosen. Setiap dosen bisa jadi memiliki kompetensi yang berbeda antara satu dengan yang lainnya. Oleh sebab itu perlu adanya pengelompokan data terkait dengan kinerja akademik dosen secara optimal. Pada penelitian kali ini, akan dibangun sistem clustering atau pengelompokan terhadap kinerja akademik dosen dengan menggunakan metode k-means clustering. Mengingat metode tersebut memiliki kekurangan yaitu sering mendapatkan klaster yang berbeda-beda karena inisialisasi centroid dilakukan secara random, oleh sebab itu perlu adanya optimasi centroid pada algoritme kmeans. Algoritme genetika paralel dapat digunakan untuk mengoptimasi pusat klaster pada algoritme k-means. Algoritme genetika paralel menggunakan konsep multi populasi tetapi pada penelitian ini hanya akan dijalankan pada prosesor tunggal. Data kinerja akademik dosen yang digunakan dalam penelitian ini sebanyak 25 data dosen yang masih aktif pada Fakultas Ilmu Komputer Universitas Brawijaya. Hasil pengelompokan yang didapatkan menunjukkan bahwa optimasi pusat klaster menggunakan algoritme genetika paralel mendapatkan hasil yang lebih baik dibandingkan hanya dengan metode k-means saja
id IOS4666.7709
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2018-01-19T18:33:41Z
last_indexed 2021-10-18T02:12:30Z
recordtype dc
_version_ 1751453637058494464
score 17.538404

Lihat Juga