Clustering Kernel k-Means Model Cluster

3.6. Clustering Kernel k-Means

Setelah dikategorisasi dalam input data pada software open source Rapidminer, maka dilakukan transformasi data dari format xls menjadi XML dengan cara membuka program Rapidminer, memilih lembar kerja baru lalu dipilih import dan data muncullah Read Excel lalu double klik di Read Excel, setelah itu pilih Import Configuration wizard untuk mengimport data dari Excel xls 2003 sehingga dihasilkan data pengujian dalam format XML Dalam proses xls menjadi XML ada beberapa tahap proses pengujian untuk Data Import Wizard sehingga muncul tahap terakhir atau tahap keempat, terdapat pilihan kategori yang akan dipilih. IPK dikategorikan numeric, Minat Belajar, Kepercayaan Diri, Prilaku Belajar, Dukungan Orang Tua dan waktu belajar dikategrorikan integer. Predikat dikategorikan Polynomial, MB, KPD, PB, DO, WB dikategorikan binomial. Clustering kernel k-means dipilih setelah memilih operator rapidminer Modelling dan clustering and Segmentation, lalu double klik di k-means kernel. Setelah itu dapat dipilih 5 cluster dengan kernel type dot. Dapatlah diproses dengan memilih menu proses lalu pilih run, maka dihasilkanlah data clustering dengan 5 cluster yang berbeda cluster sesuai dengan rapidminer yang memproses data hasil kuesioner mahasiswa D3 Teknik Informatika FMIPA USU Medan.

3.7. Model Cluster

Model cluster yang diproses dalam program Rapidminer cenderung mempunyai kemiripan yang sama karena pemrosesan Rapidminer mengambil kesimpulan Universitas Sumatera Utara secara umum dengan berdasarkan hasil kuesioner yang diperoleh berdasarkan fakta-fakta khusus, menemukan tipologi yang cocok dengan karakter objek yang diteliti, dan mendeskripsikan sifat-sifatkarakteristik dari masing-masing cluster. Dalam model ini tiap-tiap kelompok bersifat homogen antar anggota dalam kelompok atau variasi objek dalam kelompok yang terbentuk sekecil mungkin. Tujuan Model Cluster Untuk mengelompokkan objek-objek individu- individu menjadi kelompok-kelompok yang mempunyai sifat yang relatif sama homogen dan untuk membedakan dengan jelas antara satu kelompok cluster dengan kelompok lainnya.

3.8. Interpretasi