PENERAPAN K-MEANS CLUSTERING TINGKAT KETEPATAN WAKTU  KELULUSAN MAHASISWA PROGRAM STUDI TEKNIK  INFORMATIKA STMIK NURDIN HAMZAH JAMBI

Arisa Rahmini Azhara; Rangga Anantadira Nugraha; Abdul Piqri

doi:10.24176/simet.v12i1.4664

PENERAPAN K-MEANS CLUSTERING TINGKAT KETEPATAN WAKTU KELULUSAN MAHASISWA PROGRAM STUDI TEKNIK INFORMATIKA STMIK NURDIN HAMZAH JAMBI

Arisa Rahmini Azhara
Rangga Anantadira Nugraha - [ https://orcid.org/0000-0002-5841-0550 ]
Abdul Piqri

Abstract

Pengukuran K-Means Clustering pada tingkat ketepatan waktu kelulusan mahasiswa Teknik Informatika merupakan penerapan teknik data mining untuk mengetahui ketepatan waktu kelulusan mahasiswa. Penelitian ini dilakukan dengan menggunakan alat bantu RapidMiner untuk mengelompokkan data siswa berdasarkan atribut indeks prestasi (IP) pada semester pertama sampai semester 6 dan lama studi. Tujuan penelitian ini penting bagi suatu perguruan tinggi karena merupakan salah satu syarat akreditasi. Metode pengelompokan yang digunakan adalah K-Means Clustering dengan 3 cluster yaitu on time, not right dan stop out. Untuk menampung data baru tersebut, dibangun aplikasi tambahan berbasis web dengan bahasa pemrograman PHP dan database PhpMyAdmin. Aplikasi tersebut digunakan untuk menampung data mahasiswa baru yang lulus. Keluaran dari aplikasi ini adalah laporan keseluruhan cluster, laporan siswa dan laporan perangkat. Diharapkan dengan penerapan K-Means Clustering pengukuran tingkat ketepatan waktu kelulusan mahasiswa Teknik Informatika dapat membantu memudahkan Program Studi Teknik Informatika dalam menentukan mahasiswa lulusan mana yang tepat dan mengetahui faktor penyebab mahasiswa tersebut mengalami keterlambatan kelulusan.

Keywords

Clustering; K-Means; PhpMyAdmin; RapidMiner; Web

Teks Lengkap:

PDF

Referensi

[1]

Kusrini and E. T. Luthfi. (2009). Algoritma Data Mining. Yogyakarta:Andi.

[2]

T. Connolly and C. Begg. (2010). Database Systems: A Practical Approach to Design, Implementation, and Management. United States: Pearson.

[3]

J. Han, M. Kamber and J. Pei. (2012). Data Mining Concepts and Techniques. United States: Elsevier.

[4]

Nugraha and J. A. Mita. 2014. "Data Mining dengan Metode Clustering untuk Pengolahan Informasi Persediaan Obat pada Puskesmas Pandanaran Semarang". Fakultas Ilmu Komputer Udinus, pp. 23-42.

[5]

Prasetyo, Eko. (2012). Data Mining Konsep dan aplikasi Menggunakan MATLAB. Yogyakarta: Andi.

[6]

R. R. Putra and C. Wadisman. 2018. "Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K-Means," Journal of Information Technology and Computer Science (INTECOMS, pp. 72-77.

DOI: https://doi.org/10.24176/simet.v12i1.4664