1. Home
  2. Lainnya

Studi Kasus TAHAP-TAHAP PENELITIAN

Tabel 4. 3 Atribut terseleksi dari data nilai Ujian Nasional SMA jurusan IPA No. Atribut Keterangan 1 NAMA_SEKOLAH Nama Sekolah 2 UN_BIN_15 Rata-rata nilai Ujian Nasional Bahasa Indonesia 3 UN_BING_15 Rata-rata nilai Ujian Nasional Bahasa Inggris 4 UN_MTK_15 Rata-rata nilai Ujian Nasional Matematika 5 UN_FSK_15 Rata-rata nilai Ujian Nasional Fisika 6 UN_KMA_15 Rata-rata nilai Ujian Nasional Kimia 7 UN_BIO_15 Rata-rata nilai Ujian Nasional Biologi Tabel 4. 4 Atribut terseleksi dari data nilai Ujian Nasional SMA jurusan IPS No. Atribut Keterangan 1 NAMA_SEKOLAH Nama Sekolah 2 UN_BIN_15 Rata-rata nilai Ujian Nasional Bahasa Indonesia 3 UN_BING_15 Rata-rata nilai Ujian Nasional Bahasa Inggris 4 UN_MTK_15 Rata-rata nilai Ujian Nasional Matematika 5 UN_EKO_15 Rata-rata nilai Ujian Nasional Ekonomi 6 UN_SOS_15 Rata-rata nilai Ujian Nasional Sosiologi 7 UN_GEO_15 Rata-rata nilai Ujian Nasional Geografi

4.1.4 Transformasi Data Data Transformation

Proses transformasi data dilakukan pada data yang telah dipilih sebelumnya sehingga data tersebut dapat diproses ke penambangan data. Pada tahap ini dilakukan transformasi data dengan menyimpan data yang telah PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI terseleksi ke dalam bentuk Array sehingga data siap dilakukan proses penambangan data.

4.2 PERANCANGAN PERANGKAT LUNAK

4.2.1 Perancangan Umum

4.2.1.1 Input Sistem

Sistem pengelompokan dengan menggunakan algoritma Agglomerative Hierarchical Clustering hanya dapat menerima masukan dari pengguna berupa file bertipe .xls yang dapat dipilih langsung oleh pengguna dari direktori penyimpanan di komputer. Sebelum melakukan proses pengelompokan, pengguna juga harus memilih atribut yang akan digunakan, memilih metode, dan mengisi jumlah kelompok yang ingin didapatkan pada texfield yang telah disediakan. Perancangan input sistem secara umum digambarkan pada Gambar 4.1. Gambar 4. 1 Diagram Konteks

4.2.1.2 Proses Sistem

Proses yang dilakukan oleh sistem yang akan dibangun terdiri dari beberapa tahapan untuk mendapatkan kelompok sekolah-sekolah. Tahapan- tahapan tersebut yaitu : 1. Pemilihan atribut yang akan digunakan untuk pemrosesan pengelompokan data. 2. Pemilihan metode pengelompokan yang akan digunakan. 3. Menentukan jumlah kelompok yang akan dihasilkan oleh sistem. 4. Proses pengelompokan untuk mendapatkan kelompok sekolah- sekolah sesuai dengan jumlah kelompok yang dimasukan. 5. Proses perhitungan Silhouette Index untuk mengukur validitas suatu cluster.

Dokumen yang terkait

Pengelompokan kode program c berdasarkan kemiripan struktur menggunakan metode hierarchical agglomerative clustering

0 2 39

PENGELOMPOKAN CITRA KUPU-KUPU MENGGUNAKAN ALGORITMA AGGLOMERATIVE HIERARCHICAL CLUSTERING.

3 14 10

Implementasi algoritma Partitioning Around Medoids (PAM) untuk pengelompokan Sekolah Menengah Atas di DIY berdasarkan nilai daya serap Ujian Nasional.

0 0 2

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma K-Means Clustering.

1 1 87

Implementasi algoritma fuzzy c-means untuk pengelompokan sekolah menengah atas di diy berdasarkan nilai ujian nasional dan nilai sekolah.

2 16 145

Implementasi algoritma Partitioning Around Medoids (PAM) untuk pengelompokan Sekolah Menengah Atas di DIY berdasarkan nilai daya serap Ujian Nasional

7 43 133

Pengelompokan Beasiswa Mahasiswa Menggunakan Algoritma Hierarchical Clustering

0 0 1

PENGELOMPOKAN KINERJA DOSEN BERDASARKAN PENILAIAN MAHASISWA MENGGUNAKAN ALGORITMA CLUSTERING HIERARCHICAL

0 0 1

Clustering Dokumen Skripsi Dengan Menggunakan Hierarchical Agglomerative Clustering

0 1 8

PENGELOMPOKAN DAN REKOMENDASI BUKU BERDASARKAN SINOPSIS BUKU MENGGUNAKAN AGGLOMERATIVE HIERARCHICAL CLUSTERING

1 1 224