Nur Hidayah Selviana
2Laboratorium Data Mining Program Studi Sistem Informasi, Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Perbandingan K-Means dan Fuzzy C-Means untuk Pemetaan Motivasi Balajar Mahasiswa Nur Hidayah Selviana
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2016: SNTIKI 8
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.188 KB)

Abstract

Perkembangan teknologi informasi memungkinkan semakin mudahnya memperoleh data dan informasi dalam jumlah yang besar. data mining mampu memanajemen informasi dalam jumlah yang besar, salah satu teknik data mining adalah clustering. Penelitian ini menggunakan algoritma K-Means dan Fuzzy C-Means. Terdapat empat kategori pengukuran motivasi belajar yaitu, Attention, Relevance, Confidence, Satifaction. Strategi pembelajaran yang digunakan yaitu, e-learnig, praktek lapangan dan praktikum lab. Hasil penelitian ini menunjukkan bahwa prektikum lab yang lebih unggul penerapannya hal ini dibuktikan k-means dengan hasil e-learning 29,6%, praktek lapangan 34,9% dan praktikum lab 35,4%. Fuzzy C-Means dengan hasil e-learning 29,6%, praktek lapangan 34,9% dan praktikum lab 35,4%. Berdasarkan hasil validasi cluster k-means 0,2896 dan Fuzzy C-Means 0,5098 menunjukkan bahwa algoritma Fuzzy C-Means lebih baik dibandingkan dengan algoritma k-means.Kata Kunci : Fuzzy C-Means, K-Means Clustering, motivasi belajar, strategi pembelajaran.