Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS

Abstract

Rekomendasi penerima beasiswa Peningkatan Prestasi Akademik (PPA) dikelompokkan menjadi 2 cluster yaitu diterima dan tidak diterima untuk mendapatkan beasiswa. Algoritma K-Means merupakan teknik unsupervised learning yang dapat digunakan dalam mengelompokkan data pengajuan beasiswa. Tujuan dari penelitian ini adalah untuk merekomendasikan penerima beasiswa dengan menggunakan algoritma k-means, hasil rekomendasi berupa penempatan data pendaftar beasiswa ke masing-masing kelompok cluster yang dihasilkan. Eksperimen proses clustering dilakukan menggunakan data pendaftar beasiswa PPA dari biro kemahasiswaan udinus tahun 2016 sebanyak 441 pendaftar beasiswa PPA. Melalui seleksi atribut, k-means ini melakukan perhitungan untuk menempatkan setiap data ke cluster yang sudah ditentukan. Sebanyak 154 mahasiswa direkomendasikan mendapatkan beasiswa PPA sedangkan 287 mahasiswa tidak mendapatkan.Â

Klasterisasi Seleksi Mahasiswa Calon Penerima Beasiswa Yayasan Menggunakan K-Means Clustering

“…Algoritma K-Means merupakan algoritma pada unsupervised learning pada proses Clustering yang mengelompokan data berdasarkan kemiripan / kesamaan. Data dengan karakter sama akan dikelompokkan pada satu Cluster sedangkan data dengan karakter berbeda akan dikelompokkan pada Cluster yang lain (Salam et al, 2020).…”

Klasifikasi Penentuan skema Uji Sertifikasi di LSP UDINUS bagi mahasiswa Progrdi Sistem Informasi UDINUS dengan Algoritma Decision Tree (C4.5)

“…Implementasi perhitungan Algoritma Decision Tree dilakukan dengan menggunakan tools Rapid Miner Studio yang memudahkan usernya dalam melakukan perhitungan menggunakan operator untuk memodifikasi data dan kemudian dihubungkan dengan node-node operator [9]. Algoritma Decision Tree (C4.5) merupakan algoritma untuk klasifikasi atau segmentasi yang bersifat prediktif [10].…”

Systematic Literature Review: Penggunaan Algoritma K-Means Untuk Clustering di Indonesia dalam Bidang Pendidikan

“…Algoritma K-Means merupakan algoritma teknik clustering yang diawali dengan pemilihan secara acak, yaitu cluster yang ingin dibentuk dari data yang ingin di cluster. Algoritma K-Means merupakan salah satu algoritma yang paling banyak digunakan dalam clustering karena kesederhanaan dan efisiensinya [8] dan diakui sebagai salah satu dari 10 algoritma data mining teratas oleh IEEE [9]. Beberapa penelitian yang membahas bidang Pendidikan dengan Algoritma K-Means, Gibran, dkk (2008) mengembangkan Aplikasi Pemetaan Kualitas Pendidikan di Indonesia Menggunakan Metode K-Means, menunjukkan salah satu penggunaan algoritma K-Means membuat aplikasi pemetaan mutu pendidikan di Indonesia.…”