Perancangan Aplikasi Penilaian Mahasiswa Berprestasi Universitas XYZ Menggunakan Algoritma K-Means Clustering

Lukman Hakim

Abstract


Sangat pentingnya prestasi mahasiswa perlu ditingkatkan untuk menunjang kinerja perguruan tinggi dalam pencapaian prestasi. Mahasiswa sebagai bagian insan akademik yang memiliki kecerdasan komprehensif yang harus di monitoring perkembangan softskill dan hardskill. Penelitian ini membuat aplikasi rekam jejak mahasiswa berprestasi dengan algoritma K-Means, Belum adanya rekaman jejak informasi mahasiswa berprestasi terintegrasi dengan departemen terkait menjadi kesulitan pada prodi untuk melakukan evaluasi setiap mahasiswa berpretasi, tujuan penelitian mengetahui sejauh mana algoritma k-means clustering dapat diterapkan untuk mengelompokkan mahasiswa berprestais menjadi 2 kategori yaitu berprestasi dan tidak berpretasi, hasil implementasi algoritma k-means 32% mahasiswa berprestasi dan mahasiswa tidak berpresatsi 68% berdasarkan 74 data mahasiswa secara random setiap angkatan dan akurat perhitungan 14%.

Keywords


mahasiswa berprestasi; k-means clustering; kinerja

Teks Lengkap:

PDF

Referensi


Nasional, S. P. (2003, Juli 8). UU No. 20 tahun 2003. Jakarta, Jakarta, Indonesia.

KKBI, Kemendikbud.go.id.

Suwono. 2014. Kenali pengertian Mahasiswa dan Menurut Para Ahli. http://www.pengertianku.net/2014/11/kenali-pengertian-mahasiswa-dan-menurut-para-ahli.html diakses (tgl 20 Mei 2019).

RISTEKDIKTI. (2016). Pedoman pemilihan mahasiswa berprestasi program sarjana. Jakarta: Direktorat Jenderal Pembelajaran dan kemahasiswaan Kementerian Riset Teknologi dan Pendidikan Tinggi.

Jazuli, A. (2012). Model Penentuan mahasiswa berprestasi dengan pendekatan logika Fuzzy. Jurnal Simetris , 115.

Nadia. (2017, Mei Sabtu). faktor-yang-mempengaruhi-prestasi-mahasiswa. Retrieved September Jumat, 2018, from SerambiNews: http://aceh.tribunnews.com.

Informatikalogi. (2018, April 19). Algoritma K-Means Clustering. Retrieved April 21, 2019, from Informatikalogi.com: https://informatikalogi.com/algoritma-k-means-clustering/#1.

Hakim, L., & Seruni, H. (2018). Indikasi Penyimpangan Laporan keuangan akademik universitas XYZ menggunakan Algoritma Greedy dan K-Means. Jurnal Resti , 301-306.




DOI: https://doi.org/10.24176/sitech.v2i1.3337

Article Metrics

Abstract views : 233| PDF views : 209

Refbacks

  • Saat ini tidak ada refbacks.


 

Statistik Pengunjung Sitech View My Stats

Indexed by:


 Kode Barcode ISSN - Jurnal SITECH
Free counters!

Creative Commons License
Sitech : Jurnal Sistem Informasi dan Technology is licensed under a Creative Commons Attribution 4.0 International License.

Dedicated to: