Abstrak
Pembentukan cluster merupakan salah satu teknik yang digunakan dalam mengekstrak pola kecenderungan suatu data. Teknik ini ini digunakan dalam proses Knowledge discovery in database (KDD). Data mining biasanya identik dengan proses penggalian data-data yang cukup besar dan dikelompokkan menjadi data yang tersusun rapi. Permasalahan pada penelitian kali ini diantaranya yaitu cara untuk mengelompokkan data mahasiswa untuk mendukung keputusan penentuan calon mahasiswa baru dengan tujuan untuk mengelompokkan data calon mahasiswa Universitas Negeri Surabaya untuk mendukung keputusan penentuan calon mahasiswa baru dengan menggunakan metode K-Means Clustering. Algoritma K-Means Clustering sendiri merupakan salah satu metode data clustering non-hirarki yang mengelompokan data dalam bentuk satu atau lebih cluster/kelompok. Data-data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster/kelompok dan data yang memiliki karakteristik yang berbeda dikelompokan dengan cluster/kelompok yang lain sehingga data yang berada dalam satu cluster/kelompok memiliki tingkat variasi yang kecil. Data yang digunakan dalam penelitian ini adalah data yang diperoleh dari data registrasi mahasiswa baru Universitas Negeri Surabaya dengan jumlah data registrasi mahasiswa baru pada tahun 2016 sebanyak 75 data dan data pada tahun 2017 sebanyak 75 data. Hasil penelitian kali ini dapat disimpulkan bahwa hasil cluster dari program penulis dengan membandingkan data manual mendapatkan hasil 93% dari 150 data.
Kata Kunci : Clustering, K-Means Clustering, Data Mining, Mahasiswa
Abstract
The formation of clusters is one of the techniques used in extracting trend patterns of data. This technique is used in the Knowledge discovery in the database (KDD) process. Data mining is usually identical to the process of extracting large enough data and grouped into neatly arranged data. The problems in this study include ways to classify student data to support the decision to determine prospective new students with the aim of grouping data on prospective students of Surabaya State University to support the decision to determine prospective new students using the K-Means Clustering method. K-Means Clustering Algorithm is one method of non-hierarchical clustering data that groups data in one or more clusters/groups. Data that has the same characteristics are grouped in one cluster/group and data that has different characteristics are grouped with other clusters/groups so that the data in one cluster/group has a small level of variation. The data used in this study are data obtained from the data of Surabaya State University new student registration with the number of new student registration data in 2016 as many as 75 data and data in 2017 as many as 75 data. The results of this study can be concluded that the cluster results from the author program by comparing manual data get 93% of 150 data.
Keyword: Clustering, K-Means Clustering, Data Mining, College Student