Sistem Informasi Geografis Berbasis Web untuk Pemetaan  Sebaran Alumni Menggunakan Metode K-Means

Slamet Handoko; Eko Sediono; Suhartono Suhartono

doi:10.21456/vol1iss2pp80-85

DOI: https://doi.org/10.21456/vol1iss2pp80-85

Sistem Informasi Geografis Berbasis Web untuk Pemetaan Sebaran Alumni Menggunakan Metode K-Means

*Slamet Handoko - Prodi Teknik Informatika Jurusan Teknik Elektro Politeknik Negeri Semarang, Indonesia

Eko Sediono - Magister Sistem Informasi Universitas Kristen Satya Wacana Salatiga

Suhartono Suhartono - Magister Sistem Informasi Universitas Diponegoro

BibTex Citation Data :

@article{JSINBIS6050,
    author = {Slamet Handoko and Eko Sediono and Suhartono Suhartono},
    title = {Sistem Informasi Geografis Berbasis Web untuk Pemetaan  Sebaran Alumni Menggunakan Metode K-Means},
    journal = {JSINBIS (Jurnal Sistem Informasi Bisnis)},
  volume = {1},
    number = {2},
    year = {2011},
    keywords = {},
    abstract = { The  graduates  of  State  Polytechnic  of  Semarang  are  not  only  the  member  of  social  community  but  also part  of  State Polytechnic  of Semarang  community  who  have  academic  knowledge  and  special  skills.  Based  on  the  researcher  observation  the  graduates  of  State Polytechnic  of  Semarang  are  not  recorded,  the  management  of  State  Polytechnic  of  Semarang  has  not  provided  a  system  that  can facilitate  the  interaction  between  State  Polytechnic  of  Semarang  and  graduates.  In  this  thesis,  the  system  for  mapping  the  graduates distribution is aimed to measure the level of the  graduates  compliance skill with the competence area of their job. The method of KMeans Clustering is used for grouping the distribution of State Polytechnic of Semarang graduates. Grouping or clustering mechanism in this system is based on four variables. They are  type of company, job classification, working area, and competency of study program. While  the geographical position of graduates is used to filter the data when the users are searching the graduates location in a ce rtain province.  In  this  research  the  cluster  is  divided  into  three,  they  are,  cluster  one:  graduates  have  matching  competence,  cluster  two: graduates have matching enough competence, and cluster three: graduates have no matching competence.  Keywords: Clustering;  GIS ;  K-Means },
   issn = {2502-2377},   pages = {80--85}  doi = {10.21456/vol1iss2pp80-85},
    url = {https://ejournal.undip.ac.id/index.php/jsinbis/article/view/6050}
}

Citation Format:

Abstract

The graduates of State Polytechnic of Semarang are not only the member of social community but also part of State Polytechnic of Semarang community who have academic knowledge and special skills. Based on the researcher observation the graduates of State Polytechnic of Semarang are not recorded, the management of State Polytechnic of Semarang has not provided a system that can facilitate the interaction between State Polytechnic of Semarang and graduates. In this thesis, the system for mapping the graduates distribution is aimed to measure the level of the graduates compliance skill with the competence area of their job. The method of KMeans Clustering is used for grouping the distribution of State Polytechnic of Semarang graduates. Grouping or clustering mechanism in this system is based on four variables. They are type of company, job classification, working area, and competency of study program. While the geographical position of graduates is used to filter the data when the users are searching the graduates location in a ce rtain province. In this research the cluster is divided into three, they are, cluster one: graduates have matching competence, cluster two: graduates have matching enough competence, and cluster three: graduates have no matching competence.

Keywords: Clustering; GIS ; K-Means

Note: This article has supplementary file(s).

Fulltext View|Download | Research Instrument

Untitled

Subject
Type	Research Instrument
	Download (847KB) Indexing metadata

Article Metrics:

Article Info

Section: Research Articles

Language : ID

In Vol 1, No 2 (2011): Volume 1 Nomor 2 Tahun 2011

Statistics:

Most cited articles

Kajian Data Mining Customer Relationship Management pada Lembaga Keuangan Mikro Sistem Pemilihan Perumahan dengan Metode Kombinasi Fuzzy C-Means Clustering dan Simple Additive Weighting Penerapan Model Promosi Berbasis Web Captive Portal Hotspot dengan Manajemen Terpusat Aplikasi Auto Sales Forecasting Berbasis Computational Intelligence Website untuk Mengoptimalisasi Manajemen Strategi Pemasaran Produk Metode Jaringan Syaraf Tiruan Untuk Prediksi Performa Mahasiswa Pada Pembelajaran Berbasis Problem Based Learning (PBL) More cited articles

Last update:

No citation recorded.

Last update:

No citation recorded.

Penulis yang mengirimkan naskah harus memahami dan menyetujui bahwa jika diterima untuk dipublikasikan, hak cipta dari artikel adalah milik JSINBIS dan Universitas Diponegoro sebagai penerbit jurnal.

Hak cipta (copyright) meliputi hak eksklusif untuk mereproduksi dan memberikan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm dan setiap reproduksi lain yang sejenis, serta terjemahan. Penulis mempunyai hak untuk hal-hal berikut:

menggandakan seluruh atau sebagian materi yang dipublikasikan untuk digunakan oleh penulis sendiri sebagai bahan pengajaran di kelas atau bahan presentasi lisan dalam berbagai forum;
menggunakan kembali sebagian atau keseluruhan materi sebagai bahan kompilasi bagi karya tulis penulis;
membuat salinan dari bahan yang dipublikasikan untuk didistribusikan di lingkungan institusi tempat penulis bekerja.

JSINBIS dan Universitas Diponegoro serta Editor melakukan segala upaya untuk memastikan bahwa tidak ada data, pendapat atau pernyataan yang salah atau menyesatkan yang dipublikasikan di jurnal ini. Isi artikel yang diterbitkan di JSINBIS adalah tanggung jawab tunggal dan eksklusif dari masing-masing penulis.