PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING PADA PENERIMAAN MAHASISWA BARU

• Main Author: Fitri Yunita
• Format: Article
• Language: Indonesian
• Published: Islamic University of Indragiri 2018-09-01
• Series: Sistemasi: Jurnal Sistem Informasi
• Online Access: http://sistemasi.ftik.unisi.ac.id/index.php/stmsi/article/view/388

Proses penerimaan mahasiswa baru Universitas Islam Indragiri  menghasilkan data mahasiswa yang sangat  berlimpah  berupa  data  profil  mahasiswa  dan  data   lainnya.  Hal  tersebut terjadi  secara  berulang  dan  menimbulkan  penumpukan  terhadap  data  mahasiswa baru,  sehingga mempengaruhi pencarian informasi terhadap data tersebut. Penelitian ini bertujuan untuk  melakukan pengelompokan terhadap data penerimaan  mahasiswa baru di  Universitas Islam Indragiri  dengan memanfaatkan proses data  mining  dengan  menggunakan  teknik  Clustering.  Algoritma  yang  digunakan  untuk  pembentukan  cluster  adalah  algoritma K-Means.  K-Means  merupakan  salah  satu  metode  data  non-hierarchical  clustering  yang    dapat mengelompokkan  data  mahasiswa  ke  dalam  beberapa  cluster  berdasarkan  kemiripan  dari  data tersebut, sehingga data mahasiswa yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster    dan  yang  memiliki  karakteristik  yang  berbeda  dikelompokkan  dalam  cluster  yang  lain. Implementasi  menggunakan  RapidMiner  5.3  digunakan  untuk  membantu  menemukan  nilai  yang akurat.  Atribut  yang  digunakan  adalah  asal sekolah,  program  studi  dan  nilai  UAN.  Cluster mahasiswa yang terbentuk adalah tiga  cluster, dengan cluster pertama 195 items,  cluster kedua 271 items  dan  cluster  ketiga  sejumlah  50 items.  Hasil  dari  penelitian  ini  digunakan sebagai  salah  satu  dasar  pengambilan  keputusan  untuk  menentukan  strategi mempromosikan masing-masing program studi yang ada di universitas islam indragiri. berdasarkan hasil cluster algoritma k-means dapat dilihat jurusan/program studi yang di minati di masing-masing sekolah.