Muh. Ihsan Sarita
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Halu Oleo, Kendari

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

Found 1 Documents
Search

APLIKASI CLUSTERING DATA SERAPAN ALUMNI DI DUNIA KERJA MENGGUNAKAN METODE HIERARCHICAL CLUSTERING Maghfirah Dinsyah Febriana; Muh. Ihsan Sarita; LM Tajidun
semanTIK Vol 3, No 2 (2017): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (283.195 KB) | DOI: 10.55679/semantik.v3i2.3663

Abstract

Alumni atau lulusan menjadi salah satu indikator mutu proses pendidikan di Teknik Informatika. Diharapkan pada pihak jurusan Teknik Informatika menyusun kurikulum yang lebih aplikatif, yang sesuai dengan dunia kerja yang dinamis supaya bisa menjadi bahan evaluasi untuk perbaikan kurikulum ataupun proses perkuliahan agar bisa memenuhi permintaan tenaga kerja melalui perbaikan materi pembelajaran dalam bidang keahlian Informatika  dan dapat mempermudah pembuatan dokumen akreditasi jurusan melalui penyediaan data serapan yang valid.Dibutuhkan aplikasi clustering data serapan alumni di dunia kerja dengan menerapkan teknik clustering.Pengelompokan dibagi berdasarkan kesesuai pekerjaan dengan bidang keahliannya, masa tunggu, serta lokasi kerjanya.Metode Hierarchical clustering adalah metode analisis kelompok yang berusaha umuk membangun sebauh hirarki kelompok data, pengelompokan data dengan dua atau lebih objek yang mempunyai kesamaan paling dekat, kemudian proses dilanjutkan ke objek lain yang mempunyai kedekatan kedua.Hasil penelitian menunjukkan bahwa dari 100 data alumni Teknik Informatika Universitas Halu Oleo di dunia kerja, 20,0% alumni belum bekerja, 43,0%tidak sesuai, 4,0% cukup sesuai dan 33,0% sesuai dengan jurusannya. Sistem dapat mengelompokkan data serapan alumni, di dunia kerja dengan menggunakan hierarchical clustering dan menjadi acuan perbaikan kurikulum jurusan Teknik Informatika.Kata kunci—Clustering Data, Alumni, Hierarchical Clustering