Penerapan Algoritma K-Means Clustering pada Sistem Prediksi Kelulusan Tepat Waktu

Abstract

Ketepatan dalam kelulusan mahasiswa di sebuah program studi menjadi hal yang perlu diperhatikan terutama saat akreditasi. Mahasiswa strata satu dikatakan lulus tepat waktu jika dapat menyelesaikan pendidikan sarjananya tidak lebih dari empat tahun, tapi kenyataannya beberapa mahasiswa menyelesaikan pendidikannya lebih dari empat tahun. Tujuan dari penelitian ini diharapkan dapat memberikan informasi kepada pihak struktural di program studi mengenai jumlah mahasiswa yang diprediksikan lulus tepat waktu di semester delapan nantinya. Sehingga dapat diambil kebijakan sedini mungkin jika jumlahnya tidak sesuai dengan yang diharapkan. Metode yang digunakan untuk memprediksi jumlah mahasiswa yang lulus tepat waktu adalah algoritma K-Means Clustering. Data set yang digunakan pada penelitian ini adalah data akademik mahasiswa dari semester satu sampai semester enam yang dibentuk pada dua cluster yaitu cluster lulus tepat waktu dan cluster lulus tidak tepat waktu dengan lima kriteria yaitu IPK sampai semester enam, jumlah sks yang lulus sampai semester enam, jumlah semester yang telah diambil sampai semester enam, jumlah cuti hingga semester enam dan jenis asal sekolah. Hasil dari penelitian ini menunjukkan bahwa jumlah mahasiswa yang diprediksikan akan lulus tepat waktu adalah sekitar 92,84% (311 mahasiswa) berdasarkan data set mahasiswa semester enam yang berjumlah 335 mahasiswa dengan enam kali iterasi pada algoritma K-Means Clustering.