Layanan journal yang disediakan oleh Perpustakaan Universitas Gunadarma
| Judul Artikel | : | KOMPARASI ALGORITMA FUZZY C-MEANS DAN ALGORITMA K-NEAREST NEIGHBOF. DALAM PENGELOMPOKAN ROMBONGAN BELAJAR SISW A BARU (STUDI KASUS: SISWA BARU MADRASAH ALIYAH NEGERI 01 KOTA BENGKULU) |
|---|---|---|
| Judul Terbitan | : | JURNAL TEKNIK INFORMATIKA |
| ISSN | : | 1979-9160 |
| Bahasa | : | IND |
| Tempat Terbit | : | JAKARTA |
| Tahun | : | 0000 |
| Volume | : | Vol. 7 Issue 2 0000 |
| Penerbit | : | UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH |
| Frekuensi Penerbitan | : | 1 x 1 tahun |
| Penulis | : | Ernawati I, Budiman, Diyab Puspitaningrunr |
| Abstraksi | : | Sctiap tahun ajaran baru Madrasah Aliyah 01 Model, Bengkulu akan mcngadakan pencrirnaar siswa baru. Kegiatan ini menimbulkan masalah dalam kc1ompok studi mahasiswa baru ke dalan ke!ompok belajar yang sama. Proses penge!ompokan ini dikena! sebagai clustering. Beberapa algoritm clustering yang digunakan adalah algoritma fuzzy c-means dan k-nearest neighbor. Untuk memenuh kebutuhan akan aplikasi clustering yang dapat digunakan dalam memecahkan masalah tersebul penelitian ini bertujuan membangun aplikasi pengelompokan kelas bagi siswa baru dan juga untui membandingkan kincrja algoritma fuzzy c-means dan k-nearest neighbor. Penelitian ini mcnggunakar NetBeans IDE 6.0.1 sebagai perangkat lunak, metode pcngembangan sekucnsial linier, pcrangkat lunal ana!isis dan desain menggunakan Unified Modeling Language (UML). Hasi! pene!itian ini menunjukkar bahwa sistem ini mampu mengklasifikasikan kelompok be!ajar (RomBe!) siswa secara sarna, dengar sedikit perbedaan antara kelompok yang satu dengan yang lainnya dalam nilai akademis. Selait algoritma fuzzy c-means lebih baik daripada algoritma k-nearest neighbor dalam hal pengelompokkan, tetap algoritma k-nearest neighbor merniliki waktu CPU yang mcmproses jauh lebih cepat daripada algoritm fuzzy c-means. . |
| Kata Kunci | : | Fuzzy C-Means; K-nearest Neighbor. Clustering |
| Lokasi | : | P16 |
| Terakreditasi | : | belum |