Penerapan Algoritma K-Means Clustering pada Data Nilai Siswa untuk Menentukan Kelompok Penerima Beasiswa
DOI:
https://doi.org/10.37278/sisinfo.v6i2.900Keywords:
Scholarships, Student Values, Data Mining, Clustering, K-MeansAbstract
Untuk menghindari kesalahan yang dibuat oleh sekolah dalam menentukan siswa yang masuk ke kelas XII yang berhak menerima beasiswa Karena itu, teknik data mining dapat membantu sekolah membuat keputusan cepat dan tepat. Salah satu metode pengolahan data yang dikenal sebagai "clustering" melibatkan pengelompokan sejumlah objek atau data ke dalam kelompok, atau kelompok, sehingga setiap kelompok berisi data yang seminimal mungkin mirip dan objek yang berbeda dari kelompok lainnya. Metode yang digunakan adalah CRISP-DM, melalui proses pemahaman bisnis, pemahaman data, persiapan data, modeling, analisis, dan penerapan. K-Means adalah salah satu metode mengelompokkan data non-hierarchical yang dapat mengelompokkan data siswa ke dalam berbagai cluster berdasarkan kemiripan. Algoritma ini digunakan untuk pembentukan cluster. 109 data digunakan, dengan atribut jurusan dan nilai matematika, B. Indonesia, dan B. Inggris. Tiga cluster terbentuk; cluster pertama memiliki 26 siswa, cluster kedua berjumlah 46 siswa, dan cluster ketiga berjumlah 37 siswa. Hasil dari penelitian ini dapat digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan kelompok penerima beasiswa berdasarkan cluster yang terbentuk.
References
Bodnar, G. H., & Hopwood, W. S. (2006). Sistem informasi akuntansi. Jakarta: Salemba Empat.
Budiman, B. (2020). PERANCANGAN APLIKASI SISTEM TINDAK LANJUT PELANGGAN PADA PT. XYZ. SisInfo–Jurnal Sistem Informasi dan Informatika, 2(1), 1-7.
Triandini, E., Jayanatha, S., Indrawan, A., Putra, G. W., & Iswara, B. (2019). Metode systematic literature review untuk identifikasi platform dan metode pengembangan sistem informasi di Indonesia. Indonesian Journal of Information Systems, 1(2), 63-77.
Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika Dan Ilmu Komputer (Jima-Ilkom), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26
Larose, T. D. (2005). An Introduction to Data Mining: Vol. http://www.
Nasari, F., & Darma, S. (2015). Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. Seminar Nasional Teknologi Informasi dan Multimedia 2015, 73–78.
Sutisna, T., Raharja, A. R., Hariyadi, E., Hafizh, V., & Putra, C. (2024). Penggunaan Computer Vision untuk Menghitung Jumlah Kendaraan dengan Menggunakan Metode SSD ( Single Shoot Detector ). Journal Of Social Science Research Volume, 4, 6060–6067. https://doi.org/10.31004/innovative.v4i2.10071
Wakhidah, N. (2023). Clustering Menggunakan K-Means Algorithm. Jurnal Transformatika, 8(1), 33. https://doi.org/10.26623/transformatika.v8i1.45
Jayadi, J., Raharja, A. R., Pramudianto, A., & Muchsam, Y. (2024). Application of Naïve Bayes Classifier Algorithm for Classification of Scholarship Recipients at SMA PGRI 2 Bandung. International Journal of Mechanical Computational and Manufacturing Research, 13(2), 33-41.
Raharja, A. R. (2024). KEAMANAN JARINGAN. PENERBIT KBM INDONESIA.
Raharja, A. R., Pramudianto, A., & Muchsam, Y. (2024). Penerapan Algoritma Decision Tree dalam Klasifikasi Data “Framingham” Untuk Menunjukkan Risiko Seseorang Terkena Penyakit Jantung dalam 10 Tahun Mendatang. Technologia Journal, 1(1).
Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika Dan Ilmu Komputer (Jima-Ilkom), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26
Larose, T. D. (2005). An Introduction to Data Mining: Vol. http://www.
Nasari, F., & Darma, S. (2015). Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. Seminar Nasional Teknologi Informasi dan Multimedia 2015, 73–78.
Raharja, A. R., Ramalinda, D., & Hariyanti, I. (2024). ALGORITMA DAN PEMROGRAMAN MENGGUNAKAN PYTHON DENGAN APLIKASI GOOGLE COLLABS. Mafy Media Literasi.
Sutisna, T., Raharja, A. R., Hariyadi, E., Hafizh, V., & Putra, C. (2024). Penggunaan Computer Vision untuk Menghitung Jumlah Kendaraan dengan Menggunakan Metode SSD ( Single Shoot Detector ). Journal Of Social Science Research Volume, 4, 6060–6067. https://doi.org/10.31004/innovative.v4i2.10071
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Sindrawati Sindrawati, Dodi Syaripudin, Agung Rachmat Raharja
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish articles in SisInfo : Jurnal Sistem Informasi dan Informatika agree to the following terms:
- Authors retain copyright of the article and grant the journal right of first publication with the work simultaneously licensed under a CC-BY-SA or The Creative Commons Attribution-ShareAlike License.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
