ANALISIS DATA PENERIMAAN MAHASISWA BARU BERBASIS K-MEANS

Pendaftaran mahasiswa pada perguruan tinggi yang di selenggarakan setiap tahunnya membuahkan hasil penumpukan informasi calon mahasiswa baru. Informasi yang berlimpah tersebut alangkah baiknya diolah untuk menghasilkan analisa data yang berguna. Penelitian ini menggunakan sample data penerimaan mahasiswa baru di Universitas Widyagama Malang. Metode dilakukan dengan cara pengelompokan data (cluster) calon mahasiswa baru melalui tahap pemrosesan data / informasi menggunakan algoritma K-Means Clustering. Atribut yang digunakan dalam tahap pemrosesan data ini adalah Nama Calon Mahasiswa, jurusan yang dipilih dan Sekolah Asal. Data yang digunakan adalah data mahasiswa Angkatan 2020/2021 dengan mengambil sampel 100 baris data. Sampel yang didapatkan ini diolah dengan cara membagi 3 cluster sampai didapatkan pemodelan data yang sesuai dengan aturan algoritma K-Means Clustering. Cluster1 menunjukkan peminat jurusan ekonomi banyak dari SMA dan SMK, Cluster 2 Menunjukkan peminat jurusan Teknik dari SMK dan MAN, Cluster 3 menunjukkan peminat jurusan hukum dari SMA. Output penelitian ini digunakan sebagai bahan pertimbangan untuk mengatur strategi pengenalan institusi ke sekolah menengah atas yang ada di Kota Malang khususnya.Keywords: Clustering, K-Means, Student Admission.

[1]  Tuti Hartati,et al.  Analisis Dan Penerapan Algoritma K-Means Dalam Strategi Promosi Kampus Akademi Maritim Suaka Bahari , 2021, Jurnal Sains Teknologi Transportasi Maritim.

[2]  C. Nas.  Data Mining Pengelompokan Bidang Keahlian Mahasiswa Menggunakan Algoritma K-Means (Studi Kasus : Universitas Cic Cirebon) , 2020 .

[3]  Indana Lazulfa,et al.  PENERAPAN ALGORITMA K-MEANS CLUSTERING SEBAGAI STRATEGI PROMOSI PENERIMAAN MAHASISWA BARU PADA UNIVERSITAS HASYIM ASY’ARI JOMBANG , 2020 .

[4]  Zeratul Izzah Mohd Yusof,et al.  Segmentation Model of Customer Lifetime Value in Small and Medium Enterprise (SMEs) using K-Means Clustering and LRFM Model , 2019, International Journal of Integrated Engineering.

[5]  Widhi Lestari.  Clustering Data Mahasiswa Menggunakan Algoritma K-Means Untuk Menunjang Strategi Promosi (Studi Kasus : STMIK Bina Bangsa Kendari) , 2019, SIMKOM.

[6]  Hendro Priyatman,et al.  Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa , 2019, Jurnal Edukasi dan Penelitian Informatika (JEPIN).

[7]  Anggoro Eko Wicaksono,et al.  IMPLEMENTASI DATA MINING DALAM PENGELOMPOKAN DATA PESERTA DIDIK DI SEKOLAH UNTUK MEMPREDIKSI CALON PENERIMA BEASISWA DENGAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS SMAN 16 BEKASI) , 2017 .

[8]  Fitri Marisa,et al.  The Analyze of Relationship between Revenue and Customer Payment Methods in Small Medium Enterprise Based on Clustering K-Means , 2021 .

[9]  Agus Setiawan,et al.  PENERAPAN METODE CLUSTERING K-MEANS DALAM PENGELOMPOKAN PENJUALAN PRODUK , 2016 .