Identifikasi Potensi Kemampuan Akademis
Mahasiswa Menggunakan Perbandingan
Algoritma
K-Means
dan
Farthest First
Tesis
Oleh
Athanasia Octaviani Puspita Dewi 972010015
Magister Sistem Informasi
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
iii
Surat Pernyataan Keaslian Tesis
Yang bertanda tangan di bawah ini :
Nama : Athanasia Octaviani Puspita Dewi NIM : 972010015
Program Studi : Magister Sistem Informasi
Alamat : Jl. Hanoman No. 107 RT 05/III, Glodogan, Harjosari, Bawen 50661, Kab. Semarang - Jawa Tengah
Dengan ini saya menyatakan sesungguhnya dan penuh kesadaran bahwa dalam tesis yang berjudul “Identifikasi Potensi Kemampuan Akademis Mahasiswa Menggunakan Perbandingan Algoritma K-Means dan Farthest First”, saya tidak melakukan tindakan plagiasi dengan mengambil alih sebagian atau seluruhnya karya tulis orang lain tanpa menyebut sumbernya. Jika saya terbukti melakukan tindakan plagiasi, saya bersedia dicabut hak saya sebagai mahasiswa atau dicabut gelar yang sudah diberikan dan akibat hukum lainnya.
Salatiga, 11 Februari 2013 Yang membuat pernyataan,
iv
Kata Pengantar
Puji dan syukur kepada Tuhan Yang Maha Kasih yang dengan kasih sayang-Nya telah membimbing peneliti, sehingga tesis yang
berjudul “Identifikasi Potensi Kemampuan Akademis Mahasiswa Menggunakan Perbandingan Algoritma K-Means dan Farthest First” dapat selesai dikerjakan. Dalam menyelesaikan tesis ini banyak melibatkan individu yang memberikan bantuan dan dorongan kepada peneliti. Secara khusus peneliti ingin menyampaikan untaian terima kasih kepada :
1. Bapak Andeka Rocky Tanaamah, S.E., M.Cs., selaku Dekan Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga.
2. Bapak Prof. Dr. Ir. Eko Sediyono, M.Kom., selaku Ketua Program Studi Magister Sistem Informasi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga.
3. Bapak Dr. Ir. Wiranto Herry Utomo, M.Kom., sebagai pembimbing pertama yang membimbing peneliti dengan kesabaran, mau berbagi ilmu, dan dengan keterbukaan hati meluangkan waktu untuk peneliti.
v
5. Ibu Yuni, selaku sekretaris Magister Sistem Informasi, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana, terimakasih atas bantuan dan kerjasamanya.
6. Semua staff dan karyawan Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana, terimakasih atas kerjasamanya selama ini.
7. Bapak Suharyadi, M.Cs., Direktur Biro Administrasi Akademik yang dengan baik hati memberikan ijin untuk melakukan penelitian.
8. Bapak, Ibu, Nico, Yuki yang selalu memberikan perhatian, dorongan, dan doa kepada peneliti.
9. Albertus Jator yang selalu memberikan semangat dan perhatian dalam menyelesaikan tesis ini.
10. Christine, Ramos, Joko, Debora, dan Charitas terima kasih atas semangat, dukungan dan doa kepada peneliti.
11. Semua teman-teman angkatan 5, Kak Ofir, Echo, Pak Purwanto, dan Edio terima kasih atas kebersamaan, canda tawa, dukungan dan doa yang kalian beri.
12. Semua teman-teman MSI UKSW yang tidak bisa disebut satu per satu, terima kasih atas kebersamaan di dalam satu keluarga besar FTI.
vi
14. Semua pihak yang tidak mungkin disebutkan satu per satu yang turut membantu hingga terselesaikannya tesis ini.
Sebagai sebuah karya, tentu tidak ada yang sempurna. Untuk itu peneliti mohon saran dan kritik yang membangun, semoga tesis ini berguna bagi para pembaca.
Salatiga, Februari 2013 Athanasia Octaviani Puspita Dewi
vii
4. DATA PREPARATION AND ARCHITECTURE MODEL ... 2
5. DISCUSSION ... 3
5.1 Using K-Means Algorithm ... 4
5.2 Using Farthest First Algorithm ... 6
6. ANALYSIS ... 8
7. CONCLUSION ... 8
viii
Daftar Tabel
Table 1. Column data used for research ... 2
Table 2. Table Comparison of Result Cluster K-Means Algorithm and Farthest First ... 8 Table 3. Table Comparison of the time required in the
ix
Daftar Gambar
Figure 1: K-Means Algorithm Flowchart ... 2
Figure 2: Architechtural Model Flowchart ... 3
Figure 3: The main view Weka after open the data ... 3
Figure 4: Setting the K-Means algorithm ... 4
Figure 5: The percentage yield of K-Means cluster algorithm ... 4
Figure 6: K-Means cluster graphs based on variable nilai ... 4
Figure 7: K-Means cluster graphs based on variable status ... 5
Figure 8: K-Means cluster graphs based on variable pulau ... 5
Figure 9: Setting the Farthest First algorithm ... 6
Figure 10: Percentages of cluster algorithm results Farthest First algorithm ... 6
Figure 11: Farthest First cluster graphs based on variable nilai ... 6
Figure 12: Farthest First cluster graphs based on variable status ... 7
x
Daftar Lampiran
Lampiran 1: Nama-nama field dan contoh data yang dipakai
xi
Daftar Singkatan
GPA = Grade Point Average PC = Personal Computer
RAM = Random Access Memory