ANALISA CLUSTERING MENGGUNAKAN METODE K-MEANS DAN HIERARCHICAL CLUSTERING (STUDI KASUS : DOKUMEN SKRIPSI JURUSAN KIMIA, FMIPA, UNIVERSITAS SEBELAS MARET)
Abstract: Data penelitian
dapat dikelompokkan berdasarkan kemiripan tema, objek maupun metode penelitian.
Hasil pengelompokkan data penelitian dapat memperlihatkan bagaimana pola
kemiripan penelitian dan variasi tema penelitian dari waktu ke waktu. Hasil
pengelompokan juga dapat memperlihatkan tema yang banyak diambil mahasiswa dan
yang jarang diambil mahasiswa pada waktu tertentu. Informasi tersebut
diharapkan dapat membantu dosen dalam mengevaluasi metode pembelajaran yang
telah dilakukan. Penelitian ini mengelompokkan dokumen skripsi Jurusan Kimia,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret.
Jurusan Kimia dipilih karena jumlah data penelitiannya cukup banyak.
Pengelompokan data penelitian yang umumnya berbentuk teks dapat dilakukan
dengan text mining dengan metode clustering. Metode clustering yang digunakan
pada penelitian ini adalah kombinasi antara metode Hierarchical Clustering dan
K-Means Clustering. Data penelitian dipilih dokumen skripsi. Bagian dari
dokumen yang diolah adalah bagian abstrak.
Clustering dokeman menghasilkan 16 cluster. Hasil cluster dianalisa
keterkaitan antar dokumennya dan diperkirakan tema dari tiap cluster. Hasil
cluster dilihat pula keterkaitannya dengan dosen yang mengajar Jurusan Kimia.
Hasil analisa cluster memperlihatkan bahwa keahlian dosen mempengaruhi
variasi tema penelitian yang dilakukan oleh mahasiswa. Diketahui pula bahwa
banyaknya penelitian di suatu tema berkaitan dengan minat siswa dan proyek
dosen di Jurusan Kimia.
Penulis: Lynda Rahmawati, Sari
Widya Sihwi, Esti Suryani
Kode Jurnal: jptinformatikadd140586