Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)
Nur Afriani Manihuruk
STIKOM Tunas Bangsa, Pematangsiantar
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Data Mining Dalam Mengelompokkan Calon Penerima Beasiswa Dengan Menggunakan Algoritma K-Means Nur Afriani Manihuruk; Muhammad Zarlis; Eka Irawan; Heru Satria Tambunan; Irawan Irawan
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Vol 4, No 1 (2020): The Liberty of Thinking and Innovation
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/komik.v4i1.2575

Abstract

Penelitian ini bertujuan untuk mencari pengelompokkan data yang ada pada siswa yang berhak menerima beasiswa. Penyaluran beasiswa yang berasal dari keluarga yang kurang mampu harus dapat melalui seleksi yang melibatkan kriteria-kriteria tertentu. Kriteria tersebut seperti kondisi rumah, nilai raport, status rumah. Algoritma K-Means dapat membantu untuk mengklasifikasi siswa-siswi yang sangat layak untuk berupa mendapatkan bantuan berupa beasiswa. Adapun tujuan yang ada pada penelitian ini adalah menentukan clustering penerima beasiswa sehingga dapat memberikan rekomendasi yang layak, layak dengan pertimbangan dan kurang layak untuk menerima beasiswa dengan 4 kriteria. Data set yang digunakan sebanyak 128 siswa yang berasal dari sekolah SMP Muhammadiyah 54 Kerasaan. Data-data tersebut dapat dihitung dengan menggunakan algoritma K-Means dan pengujian dapat dilakukan melalui aplikasi RapidMiner 5.3. Metode K-Means berusaha mengelompokkan data yang ada kedalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada didalam kelompok yang lain. Hasil penelitian diperoleh C1:73Item, C2:30Item, C3:25Item. Dari hasil analisis diharapkan dapat membantu pemahaman siswa yang berhak menerima beasiswa. Kata kunci: Data Mining, Metode K-Means, Pengelompokkan Penerima Beasiswa
Co-Authors Eka Irawan Heru Satria Tambunan Irawan Irawan Muhammad Zarlis