KLASIFIKASI DATA MAHASISWA MENGGUNAKAN METODE K-MEANS UNTUK MENUNJANG PEMILIHAN STRATEGI PEMASARAN

Totok Suprawoto

Abstract


Analisis cluster merupakan teknik data mining yang bertujuan untuk mengidentifikasi suatu kelompok dari objek yang memiliki karakteristik yang sama. Jumlah kelompok yang dapat diidentifikasi tergantung pada sejumlah data dan jenis dari objeknya. K-Means adalah salah satu metode clustering data yang dibagi kedalam bentuk satu atau lebih cluster/kelompok yang memiliki karakteristik sama. Clustering data mahasiswa menggunakan metode K-Means, terdiri dari nilai rerata ujian nasional (UN) dan indeks prestasi kumulatif (IPK) mahasiswa. Penelitian ini menggunakan data mahasiswa angkatan 2014/2015. Kemudian diperoleh kesimpulan bahwa kelompok mahasiswa dengan nilai rerata UN yang rendah memiliki pengaruh terhadap prestasi akademik mahasiswa yang rendah pada jenjang diploma-3( D-3)  dan strata-1 (S-1). Jika mahasiswa memiliki nilai UN yang tinggi maka prestasi akademik mahasiswa juga tinggi pada semua jenjang. Dari hasil pengelompakan berdasarkan daerah asal sekolah IPK rata-rata yang tertinggi berasal dari propinsi Daerah Istimewa Yogyakarta (DIY) dan Jawa Tengah (Jateng).

 

Kata kunci: K-Means, Cluster, IPK, Nilai Rerata UN




DOI: http://dx.doi.org/10.26798/jiko.v1i1.9

Article Metrics

Abstract view : 4092 times
PDF (Bahasa Indonesia) - 9612 times

Refbacks

  • There are currently no refbacks.




Copyright (c) 2016 Totok Suprawoto


JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413