Implementasi Data Mining Menggunakan Fuzzy C Means Untuk Penentuan Kelompok PKL

Queen Carolyne Sunni, Budanis Dwi Meilani

Abstract


Sekolah Menengah Kejuruan (SMK) mempersiapkan siswa untuk dunia kerja melalui Praktek Kerja Lapangan (PKL). Penelitian ini menggunakan algoritma Fuzzy C-Means (FCM) dalam konteks data mining untuk meningkatkan efisiensi dan akurasi pengelompokan siswa dalam PKL. Algoritma FCM memungkinkan pengelompokan dengan tingkat keanggotaan variatif, yang bertujuan mengoptimalkan kelompok PKL. Proses penelitian mencakup penetapan parameter seperti jumlah klaster, tingkat ketidakjelasan, dan pemilihan pusat klaster awal. Kriteria yang digunakan meliputi lima nilai akademis dari mata pelajaran produktif, minat karir, dan preferensi lokasi magang. Hasil evaluasi model menunjukkan bahwa FCM dapat memberikan pengelompokan yang cukup akurat, dengan tingkat akurasi mencapai sekitar 72%. Penelitian ini menunjukkan bahwa algoritma Fuzzy C-Means (FCM) dapat meningkatkan efisiensi pengelompokan siswa PKL, meskipun terdapat tantangan dalam mencapai akurasi yang lebih tinggi. Hal ini mendesaknya keseragaman dan kualitas data serta pengaturan parameter algoritma untuk mencapai hasil yang optimal. Penelitian ini memberikan evaluasi lebih lanjut terhadap parameter dan kualitas data untuk meningkatkan akurasi pengelompokan di masa depan.

Keywords


Fuzzy C Means; Clustering; Data Mining

Full Text:

PDF

References


P. Menteri Pendidikan and D. Kebudayaan, “SALINAN MENTERI PENDIDIKAN DAN KEBUDAYAAN REPUBLIK INDONESIA,” 2020.

U. Wachidatul Latifah and A. History, “K-means and fuzzy c-means algorithm comparison on regency/city grouping in Central Java Province ARTICLE INFO ABSTRACT,” Desimal: Jurnal Matematika, vol. 5, no. 2, pp. 155–168, 2022, doi: 10.24042/djm.

A. E. Pramitasari and Y. Nataliani, “Perbandingan Clustering Karyawan Berdasarkan Nilai Kinerja Dengan Algoritma K-Means Dan Fuzzy C-Means,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 8, no. 3, 2021, [Online]. Available: http://jurnal.mdp.ac.id

S. Kusumadewi and H. Purnomo, Aplikasi Logika Fuzzy. Yogyakarta: Graha Ilmu, 2013.

W. Sanusi et al., “Analisis Fuzzy C-Means dan Penerapannya Dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Faktor-faktor Penyebab Gizi Buruk,” 2019. [Online]. Available: http://www.ojs.unm.ac.id/jmathcos




DOI: https://doi.org/10.31284/j.kernel.2025.v6i1.6866

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Queen Carolyne Sunni, Budanis Dwi Meilani

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Diindeks oleh:
SINTA 5 logo Google Scholar logo Dimensions Logo