ANALISIS PENGELOMPOKAN PENYEBARAN LULUSAN MAHASISWA UNIVERSITAS GUNADARMA MENGGUNAKAN METODE CLUSTERING

  • Sheila Pramita Hervianti
Keywords: Analisis, Clustering, K-means, Mahasiswa, WEKA, Promosi

Abstract

Teknologi database saat ini memungkinkan untuk menyimpan sejumlah data dalam jumlah yang sangat
besar dan terakumulasi namun disinilah awal timbulnya persoalan ledakan data, contohnya pada Universitas.
Universitas Gunadarma masih melakukan analisis data secara manual untuk menentukan rencana strategi promosi
dari sebaran mahasiswa berdasarkan geografis. Sebaran mahasiswa dapat dilakukan dengan cara mengelompokkan
data mahasiswa berdasarkan kesamaan ciri dari data menggunakan metode clustering dengan algoritma k-mean.
Pembuatan aplikasi data mining bertujuan untuk memudahkan menganalisis pengelompokan sebaran mahasiswa.
Data yang digunakan adalah data angkatan mahasiswa tahun 2008 sampai tahun 2010 yang telah lulus. Pada
penelitian ini aplikasi dibangun dengan menggunakan perangkat lunak java dan MySql. Atribut yang digunakan
adalah provinsi asal, program studi IPK dan lama studi mahasiswa. Cluster mahasiswa yang terbentuk adalah tiga
cluster, dengan cluster pertama 6.686 mahasiswa, cluster kedua 3.938 mahasiswa dan cluster ketiga sejumlah
3.258 mahasiswa. Didapat pula hasil clustering setiap provinsi berdasarkan IPK dan lama studi mahasiswa. Hasil
dari penelitian ini digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan strategi promosi
berdasarkan cluster yang terbentuk oleh pihak Universitas Gunadarma.

Published
2018-07-01