Data Mining Manhattan Distance dan Euclidean Distance Pada Algoritma X-Means Dalam Klasifikasi Minat dan Bakat Siswa
DOI:
10.33395/remik.v7i1.12162Keywords:
Manhattan Distance, Euclidean Distance, X-Means, Minat dan Bakat SiswaAbstract
Algoritma X-Means merupakan algoritma yang digunakan untuk pengelompokan data.Algoritma x means merupakan pengembangan dari k-means. X-means clustering digunakan untuk menyelesaikan salah satunya kelemahan utama dari K-means clustering, yaitu perlunya pengetahuan sebelumnya tentang jumlah cluster (K). Dalam penelitian ini Data mining yang dibangun dapat membantu dan memberikan kemudahan dalam proses klasifikasi minat dan bakat siswa. Setting variabel penilaian dilakukan melalui sistem. Jadi, jika ada perubahan nilai maksimal dan minimal variabel, admin tinggal mengupdate melalui sistem tanpa harus merubah programnya. Berdasarkan penilitian yang dilakukan, dapat di ketahui bahwa dengan kumpulan nilai ujian yang di lakukan siswa, dapat di ketahui seberapa minat siswa berdasarkan hasil cluster 1 dengan bidang ilmu Bidang olahraga Bidang kedokteran Bidang teknik. Sedangkan pada cluster 2 Bidang hewani, Bidang seni, desain dan media, Bidang Pendidikan, Bidang olahraga, Bidang agama dan filsafat, Bidang bahasa.
Downloads
How to Cite
Issue
Section
License
Copyright (c) 2023 Mayang Mughnyanti, Subhan Hafiz Nanda Ginting
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.