PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING PADA PENERIMAAN MAHASISWA BARU

Abstract

Proses penerimaan mahasiswa baru Universitas Islam Indragiri menghasilkan data mahasiswa yang sangat berlimpah berupa data profil mahasiswa dan data lainnya. Hal tersebut terjadi secara berulang dan menimbulkan penumpukan terhadap data mahasiswa baru, sehingga mempengaruhi pencarian informasi terhadap data tersebut. Penelitian ini bertujuan untuk melakukan pengelompokan terhadap data penerimaan mahasiswa baru di Universitas Islam Indragiri dengan memanfaatkan proses data mining dengan menggunakan teknik Clustering. Algoritma yang digunakan untuk pembentukan cluster adalah algoritma K-Means. K-Means merupakan salah satu metode data non-hierarchical clustering yang dapat mengelompokkan data mahasiswa ke dalam beberapa cluster berdasarkan kemiripan dari data tersebut, sehingga data mahasiswa yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan yang memiliki karakteristik yang berbeda dikelompokkan dalam cluster yang lain. Implementasi menggunakan RapidMiner 5.3 digunakan untuk membantu menemukan nilai yang akurat. Atribut yang digunakan adalah asal sekolah, program studi dan nilai UAN. Cluster mahasiswa yang terbentuk adalah tiga cluster, dengan cluster pertama 195 items, cluster kedua 271 items dan cluster ketiga sejumlah 50 items. Hasil dari penelitian ini digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan strategi mempromosikan masing-masing program studi yang ada di universitas islam indragiri. berdasarkan hasil cluster algoritma k-means dapat dilihat jurusan/program studi yang di minati di masing-masing sekolah.