PENERAPAN METODE CLUSTERING K-MEANS UNTUK PENGELOMPOKAN PRESTASI MAHASISWA DI POLITEKNIK LP3I BANDUNG

Tubagus Riko Rivanthio, S.Kom.

Tematik : Jurnal Teknologi Informasi Komunikasi
Vol 1 No 1 (2014): TEMATIK : Jurnal Teknologi Informasi Dan Komunikasi - Juni 2014

Abstrak : Penelitian ini bertujuan untuk mengelompokkan mahasiswa berdasarkan prestasi menggunakan teknik data mining dengan metode clustering K-Means. Hasil pengelompokkan mahasiswa diharapkan menjadi indikator bagi lembaga Politeknik LP3I Bandung dan pembimbing akademik mahasiswa dalam melakukan bimbingan terhadap mahasiswa. Metode penelitian yang digunakan adalah menggunakan metode standar data mining yaitu Cross Industry Standard Process for Data Mining (CRISP-DM), dengan pemodelan yang digunakan adalah metode clustering, dimana pengklusteran merupakan pengelompokan record pengamatan, atau memperhatikan dan membentuk kelas objek-objek yang memiliki kemiripan. Sedangkan K-Means merupakan algoritma yang berisi tahapan dari pengelompokkan. Berdasarkan hasil penelitian bahwa pengelompokkan menggunakan Clustering K-Means cukup efektif, Dari 368 data/mahasiswa terbentuk empat kelompok yang terdiri dari kluster pertama 13 data, kluster kedua 27 data, kluster ketiga 142, dan kluter keempat 186 data.