Implementasi Algoritma K-means Clustering pada Pengelompokan Data Kepuasan Penggunaan E-learning

  • Rohman M
  • Yahya K
  • Susilo P
N/ACitations
Citations of this article
36Readers
Mendeley users who have this article in their library.

Abstract

– Selama pandemic covid-19 kegiatan pembelajaran di perguruan tinggi mengalami perubahan, dari yang pembelajaran secara langsung yang dilaksanakan di kelas menjadi pembelajaran secara daring dengan memanfatkan koneksi internet (pembelajaran daring). Selama kegiatan pembelajaran dilakukan secara daring banyak sekali pro dan kontra pada pelaksaan kegiatan dilapangan, sehingga perlu dilakukan penggelompokan mengenai kepuasan mahasiswa pada pelaksaan pembelajaran daring. Tujuan pada penelitian ini adalah untuk melakukan pengelompokan data kepuasan mahasiswa pada pembelajaran daring dengan menggunakan metode k-means. Data yang digunakan dalam penelitian ini adalah data yang dihasilakan dari sebaran angket/kuisioner kepada 185 mahasiswa fakultas Teknik. Pada penelitian ini, penerapan metode K-Means klastering pada aplikasi yang dibuat pada matlab dengan menggunakan 3 klaster. Penelitian  ini menggunakan data sebanyak 185 data yang didapatkan dari mahasiwa fakultas teknik Universitas Islam Lamongan. Dari hasil perhitungan aplikasi matlab diperoleh keanggotaan pada klaster adalah sebagai berikut: klaster 1 dengan anggota sebanyak 80 data mahasiswa, klaster 2 beranggotakan sebanyak 23 data mahasiswa dan pada klaster 3 dengan anggota sejumlah 82 data mahasiswa.

Cite

CITATION STYLE

APA

Rohman, Mg., Yahya, K., & Susilo, P. H. (2024). Implementasi Algoritma K-means Clustering pada Pengelompokan Data Kepuasan Penggunaan E-learning. Generation Journal, 8(2), 81–92. https://doi.org/10.29407/gj.v8i2.22730

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free