IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PENERIMA BANTUAN BEASISWA UKT PADA INSTITUT TEKNOLOGI PAGAR ALAM
Abstract
Penelitian ini bertujuan untuk mengimplementasikan algoritma k-means clustering penerima Beasiswa UKT pada Institut Teknologi Pagar Alam sebagai acuan pihak kampus untuk mempermudah menentukan cluster penerima beasiswa UKT agar proses penentuan penerima beasiswa UKT dapat berjalan lebih efektif dan efisien. Proses penentuan penerima beasiswa UKT saat ini masih dilakukan secara manual sehingga, memungkinkan masih sering terjadi kesalahan serta proses pemilihan yang kurang akurat. Selain itu proses penyimpanan datanya pun masih dalam bentuk fisik sehingga memungkinkan terjadinya kehilangan data. Pada penelitian ini metodologi pengembangan sistem yang digunakan adalah RAD dan untuk melakukan pengujian sistem peneliti menggunakan metode black box testing (alpha). Dari pengujian basis data, fungsionalitas sistem, antar muka, dan algoritma menghasilkan nilai kevalidan 4,43 yang artinya sistem ini sangat valid untuk digunakan, sedangkan untuk clustering penerima beasiswa UKT ini digunakan 3 cluster yakni sangat layak, layak dan tidak layak dengan jumlah data yang digunakan sebanyak 255. Dari hasil penelitian yang telah dilakukan oleh peneliti dengan menggunakan aplikasi rapidminer, dan perhitungan manual menggunakan Microsoft excel dan logika yang telah diimplementasikan kedalam sistem menghasilkan hasil cluster yang sama yaitu 45 data berada pada cluster 0 (sangat layak), 195 data berada pada cluster 1 (tidak layak) dan 15 data berada pada cluster 2 (layak).
Full Text:
PDFReferences
Kusnadi, Y., & Putri, M. S. (2021). Clustering Menggunakan Metode K-Means Untuk Menentukan Prioritas Penerima Bantuan Bedah Rumah (Studi Kasus : Desa Ciomas Bogor). Jurnal Teknologi Informatika Dan Komputer, 7(1), 17–24. https://doi.org/10.37012/jtik.v7i1.498
Miftahul Hasanah, Sarjon Defit, G. W. N. (2021). Implementasi Algoritma K-Means untuk Klasterisasi Peserta Olimpiade Sains Nasional Tingkat SMA. Jurnal Sistim Informasi Dan Teknologi, 3(1), 30–35. https://doi.org/https://doi.org/10.37034/jsisfotek.v1i3.6
Pricillia, T., & Zulfachmi. (2021). Perbandingan Metode Pengembangan Perangkat Lunak (Waterfall, Prototype, RAD). Jurnal Bangkit Indonesia, 10(1), 6–12. https://doi.org/10.52771/bangkitindonesia.v10i1.153
Puspita, D., & Aminah, S. (2022). Implementasi Naive Bayes Untuk Sistem Prediksi Mahasiswa Berprestasi. Jurnal Ilmiah Teknosains, 8(2).
Rahayu, A. E., Hikmah, K., Yustia, N., & Fauzan, A. C. (2019). Penerapan K-Means Clustering Untuk Penentuan Klasterisasi Beasiswa Bidikmisi Mahasiswa. ILKOMNIKA: Journal of Computer Science and Applied Informatics, 1(2), 82–86. https://doi.org/10.28926/ilkomnika.v1i2.23
Sudarsono, B. G., & Lestari, S. P. (2021). Clustering Penerima Beasiswa Yayasan Untuk Mahasiswa Menggunakan Metode K-Means. Jurnal Media Informatika Budidarma, 5(1), 258. https://doi.org/10.30865/mib.v5i1.2670
Vulandari, R. T. (2017). Data Mining Teori dan Rapidminer. GAVA MEDIA.
DOI: https://doi.org/10.26877/jitek.v9i1/Mei.15889
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
View My Stats
Barcode ISSN Jurnal JITEK:
p-ISSN e-ISSN
JITEK telah terindeks pada:
JITek: Jurnal Ilmiah Teknosains is licensed under a Creative Commons Attribution 4.0 International License. p-ISSN (Print) 2460-9986 | e-ISSN (Online) 2476-9436.
Based on a work at http://journal.upgris.ac.id/index.php/jitek.