Penerapan Data Mining Menggunakan Algoritma K- Means Clustering dalam Pengelompokan Penerima Beasiswa KIP Kuliah

Hendra Di Kesuma; Syafi'ul Hamidani

doi:10.52303/jb.v5i1.102

Hendra Di Kesuma Universitas IGM Palembang
Syafi'ul Hamidani STMIK Bina Nusantara Jaya Lubuk Linggau

DOI: https://doi.org/10.52303/jb.v5i1.102

Keywords: Data Mining, K-Means Clustering, Beasiswa, pengelompokan

Abstract

Data mining merupakan teknik dalam melakukan pengolahan data dengan kapasitas data yang besar atau dikenal dengan bigdata. Proses yang digunakan pada teknik ini dikenal dengan proses knowledge discovery in database. Dimana terdapat 4 model yang dapat diterapkan pada data mining salah satunya adalah cluster. Pengelompokan dapat dilakukan dengan beberapa algoritma salah satunya adalah k-means clustering. Dimana algoritma ini digunakan untuk membantu dalam proses pengelompokan data berdasarkan jarak terdekat dari cluster yang dibentuk. Pada proses seleksi beasiswa KIP Kuliah dibutuhkan analisa yang mampu mengelompokan data berdasarkan penilaian terhadap variabel yang digunakan sehingga menghasilkan kelompok data yang memiliki kesamaan yang sangat dekat. Dimana dengan dilakukan pengelompokan data maka dapat diketahui peserta yang layak menerima beasiswa KIP kuliah sesuai dengan standar kriteria yang telah ditetapkan. Adapun kriteria yang digunakan adalah penghasilan orang tua, jumlah tanggungan orang tua, hasil tes tertulis. Pengujian hasil analisa k-means clustering menggunakan aplikasi pengujian yaitu rapidminer 5. Pengelompokan dilakukan untuk dapat menentukan pendaftar kip kuliah yang layak menerima beasiswa. Dari hasil analisa dan pengujian didapatkan jumlah peserta berdasarkan kluster yang telah ditentukan yaitu pada cluster 1 berjumlah 6 orang dengan status tidak lulus, kluster 2 berjumlah 7 orang status cadangan dan kluster 3 berjumlah 7 orang dinyatakan lulus. Dari hasil rekomendasi tersebut pihak perguruan tinggi dapat dengan mudah dalam menetapkan pendaftar yang berhak mendapatkan beasiswa KIP kuliah.

References

[1] M. R. Muttaqin and M. Defriani, “Algoritma K-Means untuk Pengelompokan Topik Skripsi Mahasiswa,” Ilk. J. Ilm., vol. 12, no. 2, pp. 121–129, 2020, doi: 10.33096/ilkom.v12i2.542.121-129.
[2] A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan,” J. Tekno Kompak, vol. 15, no. 2, p. 25, 2021, doi: 10.33365/jtk.v15i2.1162.
[3] S. N. Br Sembiring, H. Winata, and S. Kusnasari, “Pengelompokan Prestasi Siswa Menggunakan Algoritma K-Means,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 1, p. 31, 2022, doi: 10.53513/jursi.v1i1.4784.
[4] N. Mirantika, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 di Provinsi Jawa Barat,” Nuansa Inform., vol. 15, no. 2, pp. 92–98, 2021, doi: 10.25134/nuansa.v15i2.4321.
[5] E. Muningsih, I. Maryani, and V. R. Handayani, “Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa,” J. Sains dan Manaj., vol. 9, no. 1, pp. 95–100, 2021, [Online]. Available: https://ejournal.bsi.ac.id/ejurnal/index.php/evolusi/article/view/10428/4839
[6] H. Haviluddin, S. J. Patandianan, G. M. Putra, N. Puspitasari, and H. S. Pakpahan, “Implementasi Metode K-Means Untuk Pengelompokkan Rekomendasi Tugas Akhir,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 16, no. 1, p. 13, 2021, doi: 10.30872/jim.v16i1.5182.
[7] J. Hutagalung, “Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 1, pp. 606–620, 2022, doi: 10.35957/jatisi.v9i1.1516.
[8] C. A. Sugianto, A. H. Rahayu, and A. Gusman, “Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Cigugur Tengah,” J. Inf. Technol., vol. 2, no. 2, pp. 39–44, 2020, doi: 10.47292/joint.v2i2.30.
[9] T. Hidayat, “Klasifikasi Data Jamaah Umroh Menggunakan Metode K-Means Clustering,” J. Sistim Inf. dan Teknol., vol. 4, pp. 19–24, 2022, doi: 10.37034/jsisfotek.v4i1.115.
[10] G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” J. Appl. Informatics Comput., vol. 6, no. 1, pp. 40–46, 2022, doi: 10.30871/jaic.v6i1.3824.
[11] N. Nur, “Penerapan Metode Clustering dengan Algoritma K-Means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang,” vol. 6, pp. 729–738, 2023.
[12] R. Yanto and R. Khoiriah, “Implementasi Data Mining dengan Metode Algoritma Apriori dalam Menentukan Pola Pembelian Obat,” Citec J., 2015, doi: 2354-5771.