PENDETEKSIAN KEHADIRAN MAHASISWA MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK PEMBERIAN KOMPENSASI MAHASISWA SECARA AKURAT DI JURUSAN MANAJEMEN INFORMATIKA

Ayu, Rafika (2025) PENDETEKSIAN KEHADIRAN MAHASISWA MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK PEMBERIAN KOMPENSASI MAHASISWA SECARA AKURAT DI JURUSAN MANAJEMEN INFORMATIKA. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (669kB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (8kB)
	Text (BAB I) BAB I.pdf - Published Version Restricted to Repository staff only Download (122kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Repository staff only Download (435kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Repository staff only Download (310kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (67kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (154kB)
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Kehadiran mahasiswa memainkan peran penting dalam perkembangan akademik dan pribadi. Namun, di Politeknik Negeri Sriwijaya, pencatatan kehadiran masih dilakukan secara manual, yang menyebabkan proses yang memakan waktu, rawan kesalahan, dan kurang efisien, terutama dalam perhitungan kompensasi untuk absen dan keterlambat-an. Sistem manual ini menjadi tidak optimal seiring dengan jumlah mahasiswa yang banyak, sehingga menyulitkan administrasi dalam memantau data kehadiran secara akurat. Penelitian ini bertujuan untuk mengimplementasikan metode K-Means Cluster-ing dalam sistem pemantauan kehadiran mahasiswa. Metode ini merupakan teknik un-supervised learning yang digunakan untuk mengelompokkan data berdasarkan pola ter-tentu. Dengan menggunakan absensi mahasiswa, metode ini akan membantu menge-lompokkan mahasiswa berdasarkan tingkat kehadiran mereka. Diharapkan, penerapan K-Means Clustering dapat meningkatkan efisiensi dan akurasi dalam pemantauan ke-hadiran, mempercepat proses perhitungan kompensasi, serta mengurangi potensi kesalahan dalam pencatatan. Hal ini juga akan memudahkan pihak administrasi dalam mengelola data kehadiran mahasiswa dengan lebih efektif dan tepat sasaran.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kata kunci: kehadiran, K-Means Clustering, kompensasi, manual, absensi.
Subjects:	T Technology > T Technology (General)
Divisions:	Informatics Management > Undergraduate Theses
Depositing User:	Pustaka Manajemen Informatika
Date Deposited:	26 Aug 2025 08:24
Last Modified:	26 Aug 2025 08:24
URI:	http://eprints.polsri.ac.id/id/eprint/18262

Actions (login required)

View Item