Implementasi Metode K-Means Dalam Pemetaan Kelompok Mahasiswa Melalui Data Aktivitas Kuliah

Abstract

Tingkat kelulusan sangat penting dalam proses akreditasi untuk meningkat kualitas suatu perguruan tinggi. Lulusnya seorang mahasiswa dinyatakan apabila dapat menyelesaikan masa studi pendidikan, dan diukur dari nilai IPK mahasiswa agar dapat memudahkan proses penyelesaian tugas akhir mahasiswa dan memantau hasil belajar dengan melihat aktivitas kuliah mahasiswa, agar mahasiswa tersebut dapat dinyatakan lulus tepat waktu atau tidak. Data Clustering merupakan salah satu metode Data Mining yang bersifat tanpa arahan (unsupervised). Ada dua jenis data clustering yang sering dipergunakan dalam proses pengelompokan data yaitu hierarchical (hirarki) data clustering dan non-hierarchical (non hirarki) data clustering. K-Means merupakan salah satu metode clustering/pengelompokan non hirarki. Teknik pengelompkan datanya sederhana dan cepat, adapun beberapa kriteria yang digunakan dalam pengelompokan yaitu IPK, Presesnsi, Organisasi Kampus, Tanggungan Biaya Kuliah, Pekerjaan dan Status sebagai parameter atau alat ukur untuk memudahkan dalam mengelompokan mahasiswa, hal tersebut bertujuan untuk melihat hasil perkembangan mahasiswa apakah dapat lulus tepat waktu atau tidak. Manfaat penelitian ini memudahkan program studi dalam mengawasi dan mengevaluasi perkembangan studi mahasiswa.

Tingkat Efisiensi Penggunaan Resep Dokter Spesialis Menggunakan Metode K-Means Clustering

“…Implementasi K-Means Clustering dari data hasil ujian nasional tingkat SMP untuk memperoleh klaster nilai ujian nasional tinggi, rendah dan sedang [7]. Implementasi metode K-Means Clustering dari data mahasiswa untuk mengelompokkan prediksi lulus tepat waktu dan lulus tidak tepat waktu [8].…”

Penerapan Algoritma K-Means Clustering untuk Melihat Hubungan Kegiatan Tahfiz dengan Hasil Belajar (Studi Kasus Madrasah Aliyah Negeri 1 Bukiktinggi)

“…Ada banyak pendekatan untuk membuat cluster, diantaranya adalah membuat aturan yang mendikte keanggotaan dalam grup yang sama berdasarkan tingkat persamaan diantara anggota-anggotanya. Pendekatan lainnya adalah dengan membuat sekumpulan fungsi yang mengukur beberapa properti dari pengelompokan tersebut sebagai fungsi dari beberapa parameter dari sebuah clustering [4] C0 98+84+84+95+95+9 0+90+95+95+92+92 94+92+84+95+84+9 5+84+98+95+96+84 84+92+84+95+84+8 4/28 88,83+85,38+85,48+87,18 +87,73+83,83+84,48+84,8 +84,73+87,68+86,14+85,8 6+89,31+83,39+87,89+85, 22+88,81+90,28+84,81+8 7,69+86,31+85,06+82,47+ 81,61+81,11+84,11+79, C0 terdiri dari 28 item sebagai Cluster dengan kategori tidak berpengaruh yang nantinya dipertahankan lagi, karena pada Cluster "C0" yang nantinya siswa-siswa yang kegiatan tahfiznya tidak mempengaruhi hasil belajar mereka. Oleh karena itu pada cluster "C0" apat disimpulkan bahwa hubungan kegiatan tahfiz dengan hasil belajar siswa tidak mempengaruhi, untuk lebih jelasnya dapat dilihat pada tabel 9.…”

Penerapan Metode K-Means Clustering Untuk Daging Ayam Buras

“…Clustering merupakan salah satu metode Data Mining yang bersifat tanpa arahan (unsupervised). Ada dua jenis data clustering yang sering dipergunakan dalam proses pengelompokan data yaitu hierarchical (hirarki) data clustering dan non-hierarchical (non hirarki) data clustering [6]. Clustering dapat juga dikatakan sebagai identifikasi kelas objek yang memiliki kemiripan.…”