Analisis Cluster Untuk Pengelompokkan Prestasi Mahasiswa Angkatan 2013 Fakultas MIPA Universitas Islam Madura
DOI:
https://doi.org/10.31102/zeta.2022.7.1.1-10Keywords:
Achievement, Cluster Analysis, Student achievement factorsAbstract
Student achievement is a person's mastery of certain knowledge or skills in a course, which is obtained from test scores or numbers given by the lecturer. Many factors affect student achievement, including parents' income, pocket money, distance to campus, length of time studying, student side jobs, and the existence of learning aids. Therefore, a research will be conducted using cluster analysis for grouping student achievement in the hope of mapping students so that it is easier for lecturers to teach students. In this case, four cluster analysis methods are used, namely single linkage, complete linkage, average linkage and k-means. Where the best grouping is obtained with the icdrate, namely average linkage. The results of the average linkage method obtained that the two groups were the lowest of the other five groups who had to get more guidance from other groups.
Downloads
References
Asti, W. (2013). Analisis Cluster untuk Mengelompokan Performansi Mahasiswa Fakultas Ilmu Terapan Ditinjau dari Bidang Akademik dan Non Akademik . Teknologi Informasi, 1-6.
Dewi, S. H. (2011). Hubungan Perilaku Belajar Dan Kompetensi Pedagogik Guru Keterampilan Komputer dan pengolaan Informasi(KKPI) Terhadap Prestasi Belajar KKPI siswa Kelas X Program Studi Keahlian Desain Komunikasi Visual(DKV) SMKN 5 Yokyakarta Tahun Ajarn 2010/2011. yokyakarta: Universitas Negeri Yokyakarta.
Farid, N. (2001). Hubungan Metode Mengajar Dosen, Keterampilan Belajar, Sarana Belajar dan Lingkungan Belajar dengan Prestasi Belajar. Ilmu Pendidikan, 38-46.
Hanum, Z. F., Zakiyah, A. y., & Rizal, S. (2010-2011). Buku Pedoman Akademik. Pamekasan: Fakultas MIPA Universitas Islam Madura.
Hastuti, N. F. (2013). pemanfaatan metode k-means clustering dalam menentuan pernerima beasiswa. surakarta: Universitas Sebelas Maret.
Hijayati, s. s. (2015). hubungan profesionalisme dosen terhadap prestasi mahasiswa fakultas teknik universitas negeri semarang. semarang: Universitas Negeri Semarang.
Jannah, N. (2016). Perbandingan Metode K-means dan fuzzy C-means Dalam Mengelompokan Siswa Berprestasi Akademik Kelas VII MTs. HIDAYATUL MUBTADI"IN PANCORAN KADUR. pamekasan: Universitas Islam Madura.
Lazulfa, I. (2013). analisis cluster kabupaten/kota berdasarkan tingkat pencemaran udara. surabaya: Institut Teknologi Sepuluh nopember.
Maxsi, A. (2015). Pengklasifikasian Karakteristik Mahasiswa Baru dalam Memilih Program Studi Menggunakan Analisis Cluster. informatika, 181-188.
Priatna, B. A. (2007). Teknik-Teknik analisis Multivariat Terkini Yang Sering Digunakan Dalam Penelitian. 1-5.
Rachmatin, D. (2014). Aplikasi Metode-Metode Angglomerative dalam Analisis Klaster pada Tingkat Polusi Udara . Ilmiyah, 135.
Yulianto, S., & Kishera, H. H. (2014). Analisis Cluster untuk Pengelompokan Kabupaten/Kota di Provinsi Jawa Tengah berdasarkan Indikator Kesejahteraan Rakyat. Statistika, 56-63.
