Sinus Repository

KLASTERING DAERAH ASAL CALON MAHASISWA DENGAN ALGORITMA PARTITIONING AROUND MEDOIDS PADA STMIK SINAR NUSANTARA SURAKARTA

Nurdiyanto, Hendra Eka (2017) KLASTERING DAERAH ASAL CALON MAHASISWA DENGAN ALGORITMA PARTITIONING AROUND MEDOIDS PADA STMIK SINAR NUSANTARA SURAKARTA. Other thesis, STMIK Sinar Nusantara Surakarta.

[img] PDF (13.5.00126 BAB I ) - Published Version
Download (220Kb)
    [img] PDF (13.5.00126 BAB II) - Published Version
    Download (536Kb)
      [img] PDF (13.5.00126 BAB III) - Published Version
      Download (114Kb)
        [img] PDF (13.5.00126 BAB IV ) - Published Version
        Download (1025Kb)
          [img] PDF (13.5.00126 BAB VI ) - Published Version
          Download (10Kb)
            [img] PDF (13.5.00126 COVER ) - Published Version
            Download (1001Kb)
              [img] PDF (13.5.00126 DAFTAR PUSTAKA) - Published Version
              Download (13Kb)

                Abstract

                Laporan Skripsi dengan judul “Klastering Daerah Asal Calon Mahasiswa Dengan Algoritma Partitioning Around Medoids Pada STMIK Sinar Nusantara Surakarta” telah dilaksanakan pada tanggal 20 September 2016 sampai selesai. Tujuan dari penyusunan laporan penelitian ini yaitu untuk mengembangkan sistem klastering daerah pemasaran yang tepat dengan menggunakan algoritma Partitioining Around Medoids pada STMIK Sinar Nusantara Surakarta sehingga nantinya diharapkan akan lebih banyak lagi masyarakat yang mengetahui informasi tentang STMIK Sinar Nusantara Surakarta. Metode yang digunakan adalah teknik observasi dan studi pustaka. Dengan teknik observasi, penulis mengamati secara langsung keadaan yang ada di STMIK Sinar Nusantara Surakarta. Dalam pengamatan pada STMIK Sinar Nusantara Surakarta penulis mendapatkan data sekunder yang berupa data diri pendaftar dari tahun 2012-2016. Sedangkan melalui teknik studi pustaka, penulis menggunakan reverensi buku sebagai bahan untuk pembuatan aplikasi. Langkah-langkah dalam pembuatan aplikasi sistem klastering daerah pemasaran ini diantaranya yaitu merancang konsep, pengumpulan data, persiapan hardware software, pembuatan aplikasi, testing, perbaikan, dan penyelesaian yang selanjutnya diproses dengan menggunakan Algoritma Partitioning Around Medoids. Algoritma Partitioning Around Medoids atau dikenal juga K-Medoids adalah algoritma pengelompokan yang berkaitan dengan algoritma K-Means dan algoritma medoidshift. Dengan adanya sistem klasterisasi ini, nantinya data akan terkelompok sendiri sesuai dengan kemiripan data yang lainnya sehingga akan membentuk suatu klaster.

                Item Type: Thesis (Other)
                Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
                Divisions: Faculty of Informatics Engineering > Department of Informatics Engineering
                Depositing User: Unnamed user with email diyah@sinus.ac.id
                Date Deposited: 01 Mar 2018 16:29
                Last Modified: 01 Mar 2018 16:29
                URI: http://eprints.sinus.ac.id/id/eprint/387

                Actions (login required)

                		 View Item
                EPrints Logo
                Sinus Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.