PENERAPAN FUZZY C-MEANS PADA PEMETAAN JURUSAN SEKOLAH MENENGAH KEJURUAN

Fajar Agustini Agustini

Abstract


Pendidikan kejuruan menurut Undang-Undang Negara Republik Indonesia No. 20 Tahun 2003 tentang Sistem Pendidikan Nasional pasal 18 dijelaskan bahwa: “Pendidikan Kejuruan merupakan pendidikan menengah yang mempersiapkan peserta didik terutama untuk bekerja pada bidang tertentu”. Sebagai tindak lanjut dari implementasi undang-undang di atas, maka perlu dikembangkan suatu bentuk pendidikan kejuruan. Dengan dibentuknya pendidikan kejuruan diharapkan penjurusan yang dilakukan di Sekolah Menengah Kejuruan dapat dilaksanakan dengan tepat dan terarah. Fuzy C-Means merupakan algoritma pengelompokkan yang telah banyak digunakan diberbagai penelitian. Beberapa hasil dari penelitian tersebut menunjukan bahwa algoritma Fuzzy C-Means dapat digunakan untuk mengelompokkan atribut tertentu tanpa harus menggunakan banyak parameter. Penelitian ini merupakan hasil dari sebuah riset sistem informasi yang bertujuan mengetahui keakuratan algoritma Fuzzy C-Means pada pemetaan jurusan siswa sekolah menengah kejuruan di SMK Taruna Bangsa. Penelitian ini merupakan studi empiris yang menggunakan teknik Clustering dalam pengelompokan data. Data yang digunakan adalah data primer berupa data nilai siswa sebelum dan sesudah penjurusan pada tahun 2013. Subjek penelitian adalah siswa SMK Taruna Bangsa. Diambil 107 sampel dari 381 jumlah populasi siswa pada tahun 2013. Selain menguji teori, penelitian ini juga dilakukan untuk mengetahui akurasi atau keakuratan algoritma Fuzzy C-Means pada pemetaan jurusan. Penerapan algoritma Fuzzy C-Means pada pemetaan jurusan siswa Sekolah Menengah Kejuruan diperoleh akurasi atau ketepatan 62% lebih tinggi dibanding pengelompokan yang dilakukan secara manual yakni sekitar 53,3%.


Full Text:

PDF

References


Bahar(2011). Penentuan Jurusan Sekolah Menengah Atas Dengan Algoritma Fuzzy C-Means, Semarang:Tesis Universitas Dian Nuswantoro.

Dr.Eng.Agus Naba(2010). Belajar Cepat Fuzzy Logic Menggunakan Matlab. Andi Publisher.

Emha. Taufiq Luthfi.(2007). Fuzzy C-Means Untuk Clustering Data. Studi kasus: data performance mengajar dosen.SNT

Ernawati.Susanto (2009). Pembagian Kelas Peserta Kuliah Berdasarkan Fuzzy Clustering dan Partition Coeffecient and Exponential Separation Index.Program Studi Teknik Informatika.Universitas Atma Jaya.Yogyakarta.

Klawon.F. dan Hoppner.F (2001). What is Fuzzy about Fuzzy Clustering Understanding and Improving the Concept of the Fuzzier. Science Journal.http://public.rz.fhwolfenbuettel.de/klawonn

Kusumadewi, Sri;Purnomo, Hari.(2010). Aplikasi Logika Fuzzy untuk PendukungKeputusan. Penerbit Graha Ilmu

Marlinda, L., Kreshana, P. E., & Sensuse, D. I. (2012). A Multi Study Program Recommender System Using Content-Based Filtering and Analytical Hierarchy process (AHP) Methods. Int. J. Comput. Sci. Issues, 9(1).

Moh. Ngalim Purwanto (2002). Prinsip-prinsip dan Teknik Evaluasi Pembelajaran.Bandung. Remaja Rosdakarya.

Shihab, A. I. (2000), Fuzzy Clustering Algorithm and Their Application to Medical Image Analysis. Dissertation, University of London, London

Sumanto. (2010). Penerapan Fuzzy C-Means Dalam Pemilihan Peminatan Tugas Akhir Mahasiswa, Jakarta: Tesis STMIK Nusa Mandiri.

Wen-Chih Chang, Sheng-Lin Chen, Mao-Fan Li, Jui-Yu Chiu . (2009). Integrating IRT to Clustering Student's Ability with K-Means, IEEE, 2009.


Refbacks

  • There are currently no refbacks.