CLUSTERING DATA UNTUK REKOMENDASI PENENTUAN JURUSAN PERGURUAN TINGGI MENGGUNAKAN METODE K-MEANS

Abstract

Siswa-siswi SMA Negeri 2 Kota Jambi cenderung memilih jurusan berdasarkan karena
minat, dan keinginan orang tua. Beberapa di antaranya sudah memperhitungkan potensi
yang ada pada diri mereka, maka komitmen untuk belajar dibidang itu tidak akan berjalan
lancar, padahal jurusan yang dia pilih itu tidak sesuai kemampuannya. Oleh karena itu,
penulis melakukan analisis data mining menggunakan data nilai siswa kelas XII dari
semester satu sampai empat dan kuisoner yang penulis bagikan. Dalam melakukan analisis
penulis menggunakan alat bantu tools WEKA dan RapidMiner. Metode yang digunakan
adalah metode k-means clustering dengan 24 atribut dan 5 cluster. Jumlah cluster pada
perhitungan manual adalah, C1 terdapat 62 data, C2 terdapat 28 data, C3 terdapat
30 data,
C4 terdapat 30 data, C5 terdapat 60 data. Jumlah cluster pada perhitungan RapidMiner
adalah, C1 terdapat 35 data, C2 terdapat 55 data, C3 terdapat 58 data, C4 terdapat 35 data,
C5 terdapat 27 data. Jumlah cluster pada perhitungan WEKA adalah, C1 terdapat 30 data,
C2 terdapat 49 data, C3 terdapat 41 data, C4 terdapat 32 data, C5 terdapat 58 data.