PENGELOMPOKAN PROFIL PEKERJAAN ALUMNI MENGGUNAKAN ALGORITMA K-MEANS

Ratna Widiyasari, - (2019) PENGELOMPOKAN PROFIL PEKERJAAN ALUMNI MENGGUNAKAN ALGORITMA K-MEANS. S1 thesis, Universitas Pendidikan Indonesia.

[img] Text
S_KOM_1404730_Title.pdf

Download (647kB)
[img] Text
S_KOM_1404730_Chapter1.pdf

Download (232kB)
[img] Text
S_KOM_1404730_Chapter2.pdf
Restricted to Staf Perpustakaan

Download (768kB)
[img] Text
S_KOM_1404730_Chapter3.pdf

Download (272kB)
[img] Text
S_KOM_1404730_Chapter4.pdf
Restricted to Staf Perpustakaan

Download (772kB)
[img] Text
S_KOM_1404730_Chapter5.pdf

Download (107kB)
[img] Text
S_KOM_1404730_Appendix.pdf
Restricted to Staf Perpustakaan

Download (402kB)
Official URL: http://repository.upi.edu

Abstract

Tracer Study adalah salah satu pelacakan jejak kepada alumni yang umum dilakukan program studi di perguruan tinggi sebagai upaya dalam memperbaiki kualitas penyelenggaraan pendidikan. Terdapat beberapa kuesioner yang ditujukan kepada alumni, namun tanggapan sebagai umpan balik yang diberikan alumni masih terbilang cukup rendah. Penelitian ini bertujuan mengoptimalkan program tracer study yang dilakukan dengan cara mengelompokkan profil pekerjaan alumni agar dapat disesuaikan dengan kebutuhan penyebaran kuesioner. Metode yang digunakan dalam pengelompokkan profil pekerjaan alumni adalah clustering yang dalam penelitian ini menggunakan algoritma K-Means. Hasil dari penelitian ini adalah cluster-cluster profil pekerjaan alumni yang setiap anggota dalam cluster yang sama memiliki kriteria pekerjaan yang mirip.------------- Tracer Study is one of methods used in university to track their alumnus’ traces as an approach to improve the quality of their education management. There exist a few questionnaires aimed at the alumnus, but responses the alumnus given are still quite lacking. This research focused on optimizing tracer study program by separating alumnus’ work profiles into parts so it could suit distribution of the questionnaire. Method used to group the alumnus work profiles is clustering with the help of K Means algorithm. The aforementioned research resulting in clusters of alumnus’ work profiles in which each member of the same cluster has similar work characteristics.

Item Type: Tugas Akhir,Skripsi,Tesis,Disertasi (S1)
Additional Information: No. Panggil : S KOM RAT p-2019 ; Pembimbing : I. Munir, II. Rani Megasari ; NIM : 1404730
Uncontrolled Keywords: Tracer Study, Clustering, K-Means, Hamming Distance
Subjects: L Education > L Education (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Ratna Widiyasari
Date Deposited: 14 Jan 2020 03:41
Last Modified: 14 Jan 2020 03:41
URI: http://repository.upi.edu/id/eprint/44258

Actions (login required)

View Item View Item