<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="107768">
 <titleInfo>
  <title>DETEKSI OUTLIER DATA KATEGORI MENGGUNAKAN K-MODES CLUSTERING PADA DATA UANG KULIAH TUNGGAL (UKT)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Thariq Irza</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Uang kuliah tunggal (UKT) merupakan biaya kuliah yang dibebankan kepada mahasiswa selama satu masa studi. UKT dibebankan dengan mempertimbangkan keadaan sosio-ekonomi dari mahasiswa. Keadaan sosio-ekonomi mahasiswa dilengkapi secara mandiri oleh calon mahasiswa dan berpotensi terhadap data keliru yang mengakibatkan kesalahan klasifikasi keadaan sosio ekonomi tersebut dan mengakibatkan kesalahan penentuan besaran UKT. Ketidaksesuain tersebut dianggap sebagai outlier dan perlu dilakukan pendeteksian. Outlier merupakan data yang memiliki karakteristik yang berbeda dari sebaran data. Penelitian ini bertujuan untuk mendeteksi outlier pada hasil cluster data UKT di Universitas Syiah Kuala (USK). Metode yang dapat diterapkan untuk mencapai tujuan tersebut dengan analisis cluster dan weighted density based outlier detection (WDOD). Analisis cluster bertujuan untuk mengelompokkan data dengan karakteristik yang sama. WDOD bertujuan untuk menghitung nilai weight density dari data. Dalam penelitian ini digunakan nilai threshold sebesar 0,4 sebagai perbandingan nilai weight density untuk mencari data outlier. Hasil analisis yang diperoleh yaitu terdapat outlier pada tiap kelompok hasil cluster dengan 7,35% data merupakan outlier. Terdapat perbedaan karakteristik dari hasil cluster dengan kelompok awal data yaitu pada variabel pekerjaan ibu, pendidikan terakhir ayah, dan pendidikan terakhir ibu untuk kategori 1,4, dan 5, variabel besar ampere meter untuk kategori 3, dan variabel pekerjaan ayah untuk kategori 5. Selain itu, penelitian ini menyimpulkan bahwa variabel pekerjaan ayah dan pekerjaan ibu memiliki karakteristik yang berbeda untuk data outlier pada semua cluster.&#13;
&#13;
Kata kunci: UKT, Outlier, K-modes cluster, WDOD</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>107768</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-01-02 07:24:21</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-01-02 11:02:10</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>