Pengelompokan Peminatan Program Menggunakan KMeans Clustering Berdasarkan Asal Sekolah

by C. Purnama Yanti
( Departemen Sistem Informasi, Institut Teknologi Sepuluh Nopember )

Date Published: 03 May 2017
Published In: Jurnal SISFO : Inspirasi Profesional Sistem Informasi
Volume: Vol 6 No 3
Publisher: Departemen Sistem Informasi, Institut Teknologi Sepuluh Nopember
Language: id-ID

https://doi.org/10.24089/j.sisfo.2017.05.008

Keywords: data mining,K-Means Clustering,Program,Asal Sekolah

Abstract

Berlimpahnya data mahasiswa baru apabila diolah akan menghasilkan informasi yang tersembunyi yang dapat bermanfaat dimasa yang akan datang. Untuk mendapatkan informasi tersebut dibutuhkan teknik yaitu Data Mining. Algoritma yang digunakan adalah algoritma K-Means Clustering. Algoritma ini mengelompokkan data-data yang memiliki kesamaan karakteristik dengan cepat dan efisien. Penelitian ini mengambil sumber data mahasiswa baru di PPLP Dhyana Pura sebanyak 2231 data. Dari hasil analisis didapatkan tiga cluster dari hasil perhitungan K-Means Clustering. Cluster pertama didominasi oleh mahasiswa dengan asal sekolah SMA yang lebih berminat mendaftar pada program 2 tahun dengan persentase 39.66%. Kemudian pada cluster kedua didominasi oleh mahasiswa dengan asal sekolah SMK yang memilih program 2 tahun dengan persentase 53,43%. Pada cluster 3, Kejar Paket C lebih dominan memilih program 2 tahun dengan persentase 6,9%. Hasil dari penelitian ini diharapkan bisa jadikan referensi oleh pihak marketing kampus dalam mempromosikan PPLP Dhyana Pura sehingga nantinya bisa meningkatkan jumlah mahasiswa setiap tahunnya.


© 2024 Open Access Journal of Information Systems (OAJIS) | created by : radityo p.w (http://about.me/radityopw) and rully a.h (eraha99 [at] gmail.com)