<![CDATA[Setiap akhir semester hampir semua perguruan tinggi memberikan kuesioner yang wajib diisi oleh mahasiswa. Salah satu parameter yang dievaluasi adalah evaluasi untuk mengukur kinerja dosen. Pertanyaan yang harus dijawab mahasiswa diantaranya keaktifan dosen dalam mengajar, penyampaian materi dan lainnya . Hasil kuesioner dilakukan proses pengolahan dan hasil akhirnya adalah indeks prestasi kinerja dosen. Dalam penelitian ini, dilakukan proses data mining pada datasheet hasil kuesioner. Model data mining akan dilakukan dengan model clustering. Tujuan dari penelitian adalah membuat model Clustering untuk menghasilkan kinerja dosen berdasar pada pengelompokan dengan menggunakan datasheet hasil kuesioner. Hasil pengelompokkan dilakukan dengan melakukan pengujian dengan membuat pengelompokan dari 2-4 kelompok. Metode yang digunakan adalah metode CRISP DM yang terdiri dari business understanding, Data understanding, data preparation, model, evaluasi dan develop. Proses klastering menggunakan aplikasi Rapid miner. Data hasil kuesioner yang sudah dilakukan disimpan dalam bentuk datasheet. Datasheet terdiri dari 118 record dan 12 atribut. Proses pengelompokkan diolah dengan menggunakan model clustering dengan menggunakan algoritma K-Mean. Hasil penelitian adalah proses pengolahan pada datasheet yang dibuat model klasterisasi dengan nilai centroid (k) mulai dari 2 sampai 6. Evaluasi dilakukan dengan menguji performance masing-masing hasil nilai k. Evaluasi dengan menggunakan Davies Bouldin dan hasil klasterisasi dengan nilai k=3 merupakan hasil yang paling kecil yaitu -0.737, sehingga klasterisasi dengan K=3 direkomendasikan menjadi suatu model.]]>
Copyrights © 2024
