IMPLEMENTATION OF FUZZY C-MEANS CLUSTERING ALGORITHM FOR MAPPING ALUMNI EMPLOYABILITY DURATION AFTER GRADUATION

UTOMO, ARI DWI (2019) IMPLEMENTATION OF FUZZY C-MEANS CLUSTERING ALGORITHM FOR MAPPING ALUMNI EMPLOYABILITY DURATION AFTER GRADUATION. S1 thesis, Universitas Mercu Buana Jakarta.

Text (JURNAL MAHASISWA) Ari Dwi Utomo 41515010019.pdf Restricted to Registered users only Download (1MB)

Abstract

This study aims to map the alumni of Universitas Mercu Buana based on employability duration after graduation. With this study, the mapping of alumni employability duration after graduation was formed into 3 clusters, namely Quick, Medium, and Old. This study uses a data mining approach with the Fuzzy C-Means algorithm as a method for grouping data. Based on Experiments using the Fuzzy C-Means algorithm, we kow that the resulting cluster is 3 cluster and the resulting silhouette indeks is 0.9168 from the cluster result. This proves that the resulting cluster is close to number 1, which means the cluster obtained properly. Key words: Data Mining, Clustering, Fuzzy C-Means, FCM Penelitian ini bertujuan untuk memetakan alumni Universitas Mercu Buana berdasarkan waktu tunggu kerja. dengan studi ini, pemetaan waktu tunggu kerja alumni dibentuk menjadi 3 klaster yaitu Cepat, Sedang, dan Lama. Penelitian ini menggunakan pendekatan penambangan data dengan algoritma Fuzzy C-Means sebagai metode untuk pengelompokkan data. Berdasarkan percobaan menggunakan algoritma Fuzzy C-Means, kita tahu bahwa klaster yang dihasilkan adalah 3 klaster dan silhouette indeks yang dihasilkan adalah 0.9168 dari hasil klaster. Ini membuktikan bahwa klaster yang dihasilkan dekat dengan angka 1, yang berarti bahwa klaster yang diperoleh baik. Kata kunci: Data Mining, Clustering, Fuzzy C-Means, FCM

Actions (login required)

View Item