IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI DAN PEMERATAAN GURU PADA SEKOLAH DI DAERAH


SUHADA, SITTI (2013) IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI DAN PEMERATAAN GURU PADA SEKOLAH DI DAERAH. Thesis thesis, Universitas Hassanuddin.

[thumbnail of Bab 1-2] Text (Bab 1-2)
sittisuhad-2781-1-13-sitti-) 1-2.pdf

Download (277kB)
[thumbnail of Cover]
Preview
Image (Cover)
sittisuhad-2781-1-13-sitti-) cover.jpg

Download (239kB) | Preview
[thumbnail of Dapus] Text (Dapus)
sittisuhad-2781-1-13-sitti-) dapus-lam.pdf

Download (9kB)
[thumbnail of Full Text] Text (Full Text)
sittisuhad-2781-1-13-sitti-).pdf
Restricted to Repository staff only

Download (1MB)

Abstract (Abstrak)

ABSTRAK
Sitti Suhada, Implementasi data mining untuk klasifikasi dan pemerataan
guru pada sekolah di daerah (dibimbing oleh Muhammad Tola dan
Muhammad Niswar)
Permasalahan dalam dunia pendidikan yaitu kurangnya tenaga guru,
guru yang mengajar tidak sesuai dengan latar belakang pendidikan
(mismatch), kualifikasi rendah, disparitas kompetensi, dan penyaluran guru
tidak merata.
Penelitian ini bertujuan untuk (1) merancang model algoritma klasifikasi
pemerataan kebutuhan guru dengan menggunakan algoritma nearest
neighbor (2) Untuk merancang model algoritma klasifikasi pemerataan
kebutuhan guru dengan menggunakan algoritma C4.5 (3) membandingkan
akurasi model algoritma nearest neighbor dan algoritma C4.5 untuk
pemerataan kebutuhan guru.
Penelitian ini merupakan penelitian historis dengan menggunakan metode
eksperimental yaitu dengan melakukan perancangan dan pembuatan model
sistem. Pengumpulan data dilakukan dengan metode studi pustaka (library
research) dan metode pengumpulan data lapangan (field research) dan
pembuatan aplikasi berdasarkan analisis hasil dari metode data mining yakni
algoritma nearest neighbor dan algoritma C4.5.
Adapun hasil dari penelitian ini adalah informasi klasifikasi keadaan
kebutuhan guru mata pelajaran apakah lebih, cukup atau kurang pada tiap
sekolah. Tingkat akurasi algoritma nearest neighbor mencapai 72% dan
tingkat akurasi algoritma C4.5 mencapai 83%.
Kata kunci : data mining, algoritma nearest neighbor, algoritma C4.5

Item Type: Thesis (Thesis)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Depositing User: Kamaluddin
Date Deposited: 16 Nov 2021 02:18
Last Modified: 16 Nov 2021 02:18
URI: http://repository.unhas.ac.id:443/id/eprint/10803

Actions (login required)

View Item
View Item