Open AccessImplementasi Algoritma K-Means Dan Fp-Growth Untuk Rekomendasi Bimbingan Belajar Berdasarkan Segmentasi Akademik Siswa
Author(s) -
Evi Dewi Sri Mulyani,
Yoga Handoko Agustin,
Nensi Mardhiani Surgawi,
Susanto Susanto
Publication year - 2018
Publication title -
it journal (informatic technique)/it journal
Language(s) - Italian
Resource type - Journals
eISSN - 2714-8831
pISSN - 2252-746X
DOI - 10.22303/it.6.2.2018.160-173
Subject(s) - humanities , physics , art
Pengayaan materi merupakan salah satu persiapan peserta didik untuk menghadapi Ujian Nasional (UN). Di SMA NEGERI 4 TASIKMALAYA tidak ada pengelompokan khusus untuk pengayaan UN. Tidak adanya pengelompokan khusus, mengakibatkan kurang tepat sasaran dalam mengatur jadwal mata pelajaran apa saja yang benar-benar dibutuhkan oleh siswa tersebut. Untuk itu diperlukan solusi yang dapat mengatasi kesulitan tersebut. Metode clustering untuk pengelompokan siswa dengan menggunakan Algoritma K-Means dan untuk pola mata pelajaran tiap kelompok siswa menggunakan Algoritma FP-Growth. Jumlah cluster ada k=2 dan maksimal itemset adalah 3 itemset, jumlah dataset yang digunakan adalah 190 dataset. Aplikasi ini selain menampilkan pengelompokkan siswa pada mata pelajaran UN, juga dapat menampilkan pola mata pelajaran UN yang dibutuhkan dari tiap kelompoknya.