SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN CALON MAHASISWA BARU MENGGUNAKAN METODE K-MEANS CLUSTERING DI UNIVERSITAS NEGERI SURABAYA

YULIANTO PRAKOSO

Abstract


Abstrak

Pembentukan cluster merupakan salah satu teknik yang digunakan dalam mengekstrak pola kecenderungan suatu data. Teknik ini ini digunakan dalam proses Knowledge discovery in database (KDD). Data mining biasanya identik dengan proses penggalian data-data yang cukup besar dan dikelompokkan menjadi data yang tersusun rapi. Permasalahan pada penelitian kali ini diantaranya yaitu cara untuk mengelompokkan data mahasiswa untuk mendukung keputusan penentuan calon mahasiswa baru dengan tujuan untuk mengelompokkan data calon mahasiswa Universitas Negeri Surabaya untuk mendukung keputusan penentuan calon mahasiswa baru dengan menggunakan metode K-Means Clustering. Algoritma K-Means Clustering sendiri merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster/kelompok dan data yang memiliki karakteristik yang berbeda dikelompokan dengan cluster/kelompok yang lain sehingga data yang berada dalam satu cluster/kelompok memiliki tingkat variasi yang kecil. Data yang digunakan dalam penelitian ini adalah data yang diperoleh dari data registrasi mahasiswa baru Universitas Negeri Surabaya dengan jumlah data registrasi mahasiswa baru pada tahun 2016 sebanyak 75 data dan data pada tahun 2017 sebanyak 75 data. Hasil penelitian kali ini dapat disimpulkan bahwa hasil cluster dari program penulis dengan membandingkan data manual mendapatkan hasil 93% dari 150 data.


Full Text:

PDF

Refbacks

  • There are currently no refbacks.