KOMPARASI ALGORITMA K-MEAN DAN HIERARCHICAL UNTUK PENGELOMPOKAN PENGARUH COVID-19 TERHADAP PENDIDIKAN

Penulis

  • Mayadi
  • Siti Setiawati Setiawati

DOI:

https://doi.org/10.31599/jiforty.v2i2.854

Kata Kunci:

Covid-19, Data Mining, Machine Learning, Hierarchical Clustering, K-mean Clustering

Abstrak

Tujuan penelitian ini adalah untuk mengelompokan dampak covid-19 terhadap dunia pendidikan. Covid-19 adalah salah satu virus yang mempunyai dampak besar terhadap bidang politik, ekonomi, budaya, olahraga, pendidikan dan bidang-bidang lainnya. Dampaknya dalam  bidang pendidikan yaitu penutupan sekolah-sekolah, universitas, dan lembaga-lembaga kursus sehingga mengakibatkan kegiatan belajar dilakukan secara online dari rumah. Metode dalam penelitian ini dimulai dengan mengabil dataset yang bersumber dari dataset public https://www.kaggle.com/ untuk memperoleh data impact covid-19 terhadap pendidikan. Tahap selanjutnya adalah preprosesing data untuk memfilter attribut-atribut yang paling berpengaruh terhadap pendidikan menggunakan excel dan pemograman phyton, dataset yang yang telah melalui mining data dilanjutkan untuk membuat pola menggunakan algoritma  machine learning yaitu hierarchical clustering dan k-mean clustering algoritma pengelompokan digunakan. Clustering adalah proses pengelompokan objek yang mirip menjadi kelompok yang berbeda atau pembagian kumpulan data menjadi subset berdasarkan pengukuran jarak. Hasil yang diharapkan dari penelitian ini adalah hasil perbandingan dari algoritma k-mean dan hierarchical clustering mana yang kelak mempunyai akurasi tertinggi dalam pengelompokan pengaruh covid-19 terhadap pendidikan.

 

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2021-12-15

Cara Mengutip

Mayadi, & Setiawati, S. S. (2021). KOMPARASI ALGORITMA K-MEAN DAN HIERARCHICAL UNTUK PENGELOMPOKAN PENGARUH COVID-19 TERHADAP PENDIDIKAN. Journal of Informatic and Information Security, 2(2). https://doi.org/10.31599/jiforty.v2i2.854

Terbitan

Bagian

Artikel