Penerapan Data Mining Dengan Mengimplementasikan Algoritma K-Means  Dalam Proses Clustering Untuk Pengelompokan Mahasiswa  Calon Penerima Beasiswa KIP

Usanto S

doi:10.47065/bits.v5i1.3411

Usanto S * Institut Teknologi dan Bisnis Swadharma, Jakarta, Indonesia

(*) Corresponding Author

DOI: https://doi.org/10.47065/bits.v5i1.3411

Keywords: Data Mining; K-Means Clustering Algorithm; KIP Scholarship

Abstract

This research is about the grouping of prospective students who will receive KIP scholarships. Data mining is a conception or design made with the aim of finding an added value contained in a database that will be able to identify a useful knowledge information. In this study, the concept of data mining was applied to assist campuses in predicting students who will get KIP scholarships by implementing the K-MeansClustering Algorithm, where the K-MeansClustering algorithm can later group each data into clusters so that data that has the same characteristics will be grouped in the same cluster and vice versa if the data has different characteristics then it is grouped into another cluster. The results of this study are 3 cluster results which will be the final result, namely data received as scholarship recipients as many as 52 data, 32 data are grouped as recipient data which will be recommended to the next stage. while the remaining 16 data are grouped as data that is not accepted

Downloads

Download data is not yet available.

References

Baskoro, Sriyanto, and L. Setya Rini, “Prediksi Penerima Beasiswa dengan Menggunakan Teknik Data Mining di Universitas Muhammadiyah Pringsewu,” Semin. Nas. Has. Penelit. dan Pengabdi. Masy. Inst. Inform. dan Bisnis Darmajaya, pp. 87–94, 2021.

B. G. Sudarsono and S. P. Lestari, “Clustering Penerima Beasiswa Yayasan Untuk Mahasiswa Menggunakan Metode K-Means,” J. Media Inform. Budidarma, vol. 5, no. 1, pp. 258–263, 2021.

S. A. Rahmah and J. Antares, “Klasterisasi Seleksi Mahasiswa Calon Penerima Beasiswa Yayasan Menggunakan K-Means Clustering,” INFORMATIKA, vol. 13, no. 2, pp. 25–30, 2022.

D. Aulia, M. Safii, and D. Suhendro, “Penerapan Algoritma K-Means dalam Proses Clustering Penilaian Kinerja Aparatur Sipil Negera di Sekretariat DPRD Pematangsiantar,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 6, no. 1, p. 47, 2021, doi: 10.30645/jurasik.v6i1.270.

A. Asroni, H. Fitri, and E. Prasetyo, “Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik),” Semesta Tek., vol. 21, no. 1, pp. 60–64, 2018.

R. Muliono and Z. Sembiring, “Data Mining Clustering Menggunakan Algoritma K-Means Untuk Klasterisasi Tingkat Tridarma Pengajaran Dosen,” CESS (Journal Comput. Eng. Syst. Sci., vol. 4, no. 2, pp. 272–279, 2019.

A. Pangestu and T. Ridwan, “Penerapan Data Mining Menggunakan Algoritma K-Means Pengelompokan Pelanggan Berdasarkan Kubikasi Air Terjual Menggunakan Weka,” JUST IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol. 12, no. 3, pp. 67–71, 2022.

A. Salam, D. Adiatma, and J. Zeniarja, “Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS,” JOINS (Journal Inf. Syst., vol. 5, no. 1, pp. 62–68, 2020, doi: 10.33633/joins.v5i1.3350.

H. Priyatman, F. Sajid, and D. Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa,” J. Edukasi Dan Penelit. Inform., vol. 5, no. 1, p. 62, 2019.

N. A. Manihuruk, M. Zarlis, E. Irawan, H. S. Tambunan, and I. Irawan, “Penerapan Data Mining Dalam Mengelompokkan Calon Penerima Beasiswa Dengan Menggunakan Algoritma K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, 2020.

M. Azhari, Z. Situmorang, and R. Rosnelly, “Perbandingan Akurasi, Recall, dan Presisi Klasifikasi pada Algoritma C4.5, Random Forest, SVM dan Naive Bayes,” J. Media Inform. Budidarma, vol. 5, no. 2, p. 640, 2021, doi: 10.30865/mib.v5i2.2937.

S. Widaningsih, “Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4,5, Naïve Bayes, Knn Dan Svm,” J. Tekno Insentif, vol. 13, no. 1, pp. 16–25, 2019, doi: 10.36787/jti.v13i1.78.

H. Maulidiya and A. Jananto, “Asosiasi Data Mining Menggunakan Algoritma Apriori dan FP-Growth sebagai Dasar Pertimbangan Penentuan Paket Sembako,” Proceeding SENDIU 2020, vol. 6, pp. 36–42, 2020.

F. Harahap, “Perbandingan Algoritma K Means dan K Medoids Untuk Clustering Kelas Siswa Tunagrahita,” TIN Terap. Inform. Nusant., vol. 2, no. 4, pp. 191–197, 2021.

M. A. Rofiq, A. Qoiriah, S. Kom, and M. Kom, “Pengelompokan Kategori Buku Berdasarkan Judul Menggunakan Algoritma Agglomerative Hierarchical Clustering Dan K-Medoids,” J. Informatics Comput. Sci., vol. 2, no. 03, pp. 220–227, 2021.

B. Harli Trimulya Suandi As and L. Zahrotun, “PENERAPAN DATA MINING DALAM MENGELOMPOKKAN DATA RIWAYAT AKADEMIK SEBELUM KULIAH DAN DATA KELULUSAN MAHASISWA MENGGUNAKAN METODE AGGLOMERATIVE HIERARCHICAL CLUSTERING (Implementation Of Data Mining In Grouping Academic History Data Before Students And Stud,” J. Teknol. Informasi, Komput. dan Apl., vol. 3, no. 1, pp. 62–71, 2021, [Online]. Available: http://jtika.if.unram.ac.id/index.php/JTIKA/

S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. I. R. H. Zer, and D. Hartama, “Analisis algoritma k-medoids clustering dalam pengelompokan penyebaran covid-19 di indonesia,” J. Teknol. Inf., vol. 4, no. 1, pp. 166–173, 2020.

D. A. I. C. Dewi and D. A. K. Pramita, “Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,” Matrix J. Manaj. Teknol. dan Inform., vol. 9, no. 3, pp. 102–109, 2019, doi: 10.31940/matrix.v9i3.1662.

A. N. Fadhilah and A. Jananto, “KLASTERISASI LITERATUR MAHASISWA MENGGUNAKAN METODE AHC DI DINAS KEARSIPAN DAN PERPUSTAKAAN PROVINSI JAWA TENGAH,” 2021.

Marjiyono, “Penerapan Algoritma Ahc Algorithm Dalam Aplikasi Ppembagian Kelas Siswa Baru,” Semin. Nas. Teknol. Inf. dan Multimed. 2015, pp. 6–8, 2015.

. F., F. T. Kesuma, and S. P. Tamba, “Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 2, no. 2, pp. 67–72, 2020, doi: 10.34012/jusikom.v2i2.376.

S. A. Rahmah, “KLASTERISASI POLA PENJUALAN PESTISIDA MENGGUNAKAN METODE K-MEANS CLUSTERING ( STUDI KASUS DI TOKO JUANDA TANI KECAMATAN HUTABAYU RAJA ),” vol. 1, no. 1, pp. 1–5, 2020.

M. A. K-means, “1 , 2 , 3 1,” vol. 1, no. 2, pp. 161–166, 2021.

M. Marsono, D. Saripurna, and M. Zunaidi, “Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 4, no. 1, p. 127, 2021, doi: 10.53513/jsk.v4i1.60.

B. D. Mudzakkir, “Pengelompokan Data Penjualan Produk Pada Pt Advanta Seeds Indonesia Menggunakan Metode K-Means,” J. Mhs. Tek. Inform., vol. 2, no. 2, pp. 34–40, 2018.

K. Khotimah, “Teknik Data Mining menggunakan Algoritma Decision Tree (C4. 5) untuk Prediksi Seleksi Beasiswa Jalur KIP pada Universitas Muhammadiyah Kotabumi,” J. SIMADA (Sistem Inf. dan Manaj. Basis Data), vol. 4, no. 2, pp. 145–152, 2021.

I. Arfyanti, M. Fahmi, and P. Adytia, “Penerapan Algoritma Decision Tree Untuk Penentuan Pola Penerima Beasiswa KIP Kuliah,” Build. Informatics, Technol. Sci., vol. 4, no. 3, pp. 1196–1201, 2022.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Penerapan Data Mining Dengan Mengimplementasikan Algoritma K-Means Dalam Proses Clustering Untuk Pengelompokan Mahasiswa Calon Penerima Beasiswa KIP

Penerapan Data Mining Dengan Mengimplementasikan Algoritma K-Means Dalam Proses Clustering Untuk Pengelompokan Mahasiswa Calon Penerima Beasiswa KIP

Abstract

Downloads

References

Most read articles by the same author(s)