Optimasi Fitur dalam Klasterisasi Mahasiswa Program Studi Sistem Informasi Dengan Algoritma Genetik

<p>Klasterisasi merupakan proses mengelompokkan atau menggolongkan obyek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar obyek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas. Implementasi klasterisasi da...

Full description

Bibliographic Details
Main Author: Rosalia Hadi
Format: Article
Language:Indonesian
Published: Universitas Dian Nuswantoro 2017-08-01
Series:Techno.Com
Subjects:
Online Access:http://publikasi.dinus.ac.id/index.php/technoc/article/view/1392
Description
Summary:<p>Klasterisasi merupakan proses mengelompokkan atau menggolongkan obyek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar obyek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas. Implementasi klasterisasi dapat diterapkan pada berbagai bidang, salah satunya dalam hal penentuan kompetensi mahasiswa. Penentuan kompetensi mahasiswa merupakan hal yang penting karena akan memudahkan mahasiswa untuk memasuki dunia kerja yang sesuai dengan kompetensinya. Mahasiswa akan memiliki landasan untuk bekerja baik sebagai karyawan ataupun sebagai pengusaha berdasarkan kompetensi yang dimilikinya. Dengan adanya kompetensi  akan berpengaruh  positif  terhadap  kinerja  karyawan pada suatu perusahaan. Teknik klasterisasi data (<em>clustering</em>) telah dipakai dengan sangat luas sekarang ini. Namun ternyata pada kenyataannya, masalah-masalah tentang fitur yang digunakan dalam proses klasterisasi data masih sangat diabaikan, sehingga kerap kali terjadi penggunaan fitur-fitur yang kurang relevan dalam proses klasterisasi data (<em>clustering</em>) tersebut. Hal ini dapat mengakibatkan hasil klasterisasi juga akan menjadi kurang optimal. Sehingga dibutuhkan proses optimasi fitur. Oleh karena itu dilakukan optimasi fitur dalam klasterisasi mahasiswa Program Studi Sistem Informasi menggunakan algoritma genetik unutuk menentukan fitur yang valid dan mengabaikan fitur yang tidak valid. Sehingga proses klasterisasi nantinya akan dapat menghasilkan nilai <em>fitness</em> dan tingkat konvergensi yang lebih baik serta membentuk hasil <em>cluster</em> yang semakin akurat terkait dengan penentuan kompetensi mahasiswa.</p> <p><em> </em></p> <strong><em>Kata kunci</em></strong>— klasterisasi, optimasi fitur, mahasiswa
ISSN:1412-2693
2356-2579