Prediksi Kelulusan Tepat Waktu Pada Kampus STMIK MIC CIKARANG Dengan Algoritma K-Means Clustering

Authors

  • Bei Harira Irawan

DOI:

https://doi.org/10.37366/sigma.v7i1.88

Abstract

Abstrak

Perguruan tinggi adalah tempat bagi para mahasiswa untuk menimba ilmu sebelum terjun kedalam dunia persaingan kerja. Jumlah mahasiswa yang lulus tepat waktu menjadi indikator keberhasilan dari sebuah perguruan tinggi baik negeri dan swasta. Penelitian dalam hal memprediksi kelulusan mahasiswa dan siswa telah banyak dilakukan. Dalam penelitian ini dilakukan pengukuran metode data mining yaitu menggunakan algoritma K-Means Clustering dengan aplikasi WEKA 3.6.11 dan SPSS 19.0 menggunakan pada data Kampus STMIK MIC CIKARANG dari tahun 2006-2010. Penelitian dilakukan untuk memprediksi kelulusan menggunakan teknik data mining metode algoritma K-Means Clustering yaitu dengan mengukur jarak terdekat dengan titik pusat cluster. WEKA menghasilkan 153 di cluster pertama, 311 cluster kedua dan 328 di cluster ketiga sedangkan SPSS menghasilkan 107 di cluster pertama, 412 cluster kedua dan 273 cluster ketiga. WEKA dan SPSS mengcluster kelulusan tepat waktu di cluster 3 dengan lama studi kurang lebih 4 tahun dengan komposisi terbanyak adalah mahasiswa dari Bekasi dengan jurusan paling banyak TI, berstatus lulus (LS), jenis kelamin laki-laki dengan jurusan asal SMA/SMK adalah IPS.

Kata Kunci : K-Means Clustering, prediksi kelulusan, WEKA, SPSS.

Downloads

Published

2017-03-30

Issue

Section

Articles