ANALISI PERBANDINGAN METODE SELF ORGANIZING MAP DAN METODE FUZZY C-MEANS PADA PENGELOMPOKKAN PEMINTAAN JURUSAN DI SEKOLAH MENENGAH KEJURUAN

Abstrak

Pendidikan merupakan bekal untuk mengembangkan potensi diri. Peran pendidikan merupakan syarat kemajuan suatu bangsa. Memilih jurusan harus disesuaikan dengan skill/ keahlian yang dimiliki, bakat, minat dan didukung oleh informasi agar siswa tidak salah dalam memilih jurusan. Pemilihan jurusan di SMK selama ini masih menggunakan sistem manual. Informasi dan data dari calon siswa yang diolah dengan sistem manual, memungkinkan jurusan yang diambil calon siswa tidak sesuai dengan yang diinginkan. Kemajuan Teknologi saat ini mempermudah sistem komputer dalam mengelompokan data, salah satu metode pengelompokan data adalah clustering. Metode clustering atau analisis cluster banyak dikemabangkan para ahli. Clustering mempartisi banyak data set ke dalam banyak group berdasarkan kesamaannya.  Metode clustering seperti K-Means, DBSCAN, Self Organiziing Map, dan Fuzzy C-Means. Pada penelitian ini dibandingkan 2 metode yaitu Self Organizing Map dan Fuzzy C-Means.   Pada penelitian ini telah dilakukan pengelompokan menggunakan metode Self Organizing Maps dan Fuzzy C-Means untuk membantu calon siswa mengambil keputusan bedasarkan perhitungan skill, bakat dan minat. Pengelompokan tersebut diharapkan dapat membantu menentukan jurusan yang diinginkan. Hasil dari perhitungan tersebut berupa cluster atau hasil pengelompokan sebagai rekomendasi pada calon siswa. Pengujian akurasi pada kedua metode didapatkan hasil bahwa metode SOM memiliki nilai akurasi lebih baik dengan nilai akurasi 100% dengan metode FCM yang memiliki nilai akurasi sebesar 80% dan 20% merupakan data akurasi yang tidak sesuai. Berdasarkan hasil pengujian dapat dijelaskan bahwa pengujian telah berhasil dengan baik dalam mengelompokkan jurusan. 

Abstract

Education is a provision to develop self-potential. The role of education is a condition for the progress of a nation. Choosing a department must be adjusted to the skills/expertise possessed, talents, and interests and supported by information to prevent students from choosing majors. The selection of majors in Vocational High Schools still uses a manual system. Information and data from prospective students are processed with a manual system, allowing majors taken by prospective students not in accordance with the desired.  Current technological advancements make it easier for computer systems to group data, one method of grouping data is clustering. Experts widely develop clustering or cluster analysis methods. Clustering partitions many data sets into many groups based on their similarity. Clustering methods include K-Means, DBSCAN, Self Organizing Map, and Fuzzy C-Means. This study compared 2 methods, namely Self Organizing Map and Fuzzy C-Means.   In this study, the grouping has been done using the Self Organizing Maps and Fuzzy CMeans methods to help prospective students make decisions based on calculating skills, talents, and interests. The grouping is expected to help determine the desired direction. The results of these calculations are in the form of clusters or grouping results as recommendations to prospective students. Accuracy testing on both methods showed that the SOM method had better accuracy with 100% accuracy than the FCM method which has an accuracy value of 80% and 20% is an accuracy data that is not appropriate. Based on the test results it can be explained that testing has succeeded well in classifying majors.