Siagian, Tania Annisa (2025) ANALISIS PERBANDINGAN METODE K-MEANS DAN FUZZY C-MEANS UNTUK KLASTERISASI SEKOLAH MENENGAH ATAS (SMA) TERBAIK DI KABUPATEN SERDANG BEDAGAI. S1 thesis, Universitas Malikussaleh.

	Text Tania Annisa Siagian_210170248_Cover.pdf Download (27kB)
	Text Tania Annisa Siagian_210170248_Abstrak.pdf Download (10kB)
	Text Tania Annisa Siagian_210170248_Bab I.pdf Download (85kB)
	Text Tania Annisa Siagian_210170248_Daftar Pustaka.pdf Download (146kB)
	Text Tania Annisa Siagian_210170248_Skripsi Full.pdf Restricted to Registered users only Download (2MB)

Abstract

Penelitian ini membahas perbandingan metode K-Means dan Fuzzy C-Means dalam mengelompokkan Sekolah Menengah Atas (SMA) di Kabupaten Serdang Bedagai berdasarkan lima indikator, yaitu akreditasi, status sekolah, jumlah guru, prestasi, dan fasilitas. Tujuan dari klasterisasi ini adalah untuk menghasilkan pengelompokan sekolah menjadi tiga kategori, yaitu unggul, baik, dan cukup Baik, sehingga dapat memberikan informasi objektif dalam mendukung pengambilan keputusan peningkatan mutu pendidikan. Data diperoleh dari 41 SMA dan dianalisis menggunakan kedua metode tersebut dengan jumlah klaster ditentukan melalui metode Elbow. Evaluasi hasil dilakukan menggunakan Davies-Bouldin Index (DBI), di mana metode Fuzzy C-Means menghasilkan nilai DBI sebesar 0,9232 dan K-Means sebesar 1,4971. Hasil ini menunjukkan bahwa Fuzzy C-Means lebih unggul karena mampu membentuk klaster yang lebih kompak dan terpisah dengan baik. Dengan demikian, metode Fuzzy C-Means lebih direkomendasikan untuk kasus klasterisasi pendidikan, terutama ketika terdapat potensi tumpang tindih antar data.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Tania Siagian
Date Deposited:	18 Jul 2025 04:26
Last Modified:	18 Jul 2025 04:26
URI:	https://rama.unimal.ac.id/id/eprint/12687

Actions (login required)

View Item