PENERAPAN METODE CLUSTERING K-MEANS UNTUK PENGELOMPOKAN KELULUSAN MAHASISWA BERBASIS KOMPETENSI

Abstract

The difficulty often comes every year, in choosing graduation as a student by an employee perengkrutan partners with AMIK Labuhanbatu. Competence of each student graduation taking influence the employee in question, so as not to disappoint both sides. In this study, the authors try to classify the data using a competency-based graduation one simple data mining techniques, namely clustering technique (clustering) two-dimensional, which means the two variables that will be used in grouping the graduation GPA and the value of student competencies that. Algorithms used in the grouping (clustering) using the K-Means algorithm that starts with a random selection of K, which is the number of clusters to be formed from the data to be in the cluster. This testing is done manually in addition also performed with the RapidMiner data mining application of 46 records. From the results of a study of 46 records were done manually or using RapidMiner data mining applications have 3 groups of competency-based graduation with similar results between the two tests, namely Cluster 1 consists of passing information to the student with IPK of 30.0 to 31.7 and 62.50 to Competency with 71,50 the number of members of cluster 13. Cluster 2 consists of graduation students with IPK of 30.0 to 33.5 and 81.00 to 89.00 competencies that number 18 cluster members. Cluster 3 consists of graduate students with IPK of 30.0 to 33.8 and 72.50 to 79.00 competencies that number 15 cluster members. Keyword : K-Mean, Clustering, Data Mining, Rapidminer 1. PENDAHULUAN Dengan kemajuan teknologi informasi sekarang ini, begitu banyak data yang terdapat dalam sebuah lembaga pendidikan, terutama sekolah tinggi, sehingga menimbulkan kesulitan dalam hal pengelompokkan data, masalah pengelompokan muncul dalam berbagai aplikasi, seperti data mining dan penemuan pengetahuan (U.M. Fayyad, et al, 1996). Dengan perkembangan teknologi informasi terdapat berbagai macam solusi untuk mengatasi kesulitan tersebut, salah satunya adalah dengan menggunakan teknik data mining, data mining berguna untuk membuat keputusan yang kritis, terutama dalam strategi (Davies, 2004). Data mining yang paling sederhana yakni menggunakan teknik pengelompokan (clustering) dengan algoritma k-means. Akademi Manajemen Informatika Komputer (AMIK) Labuhanbatu, adalah salah satu dari lima sekolah tinggi milik Yayasan Universitas Labuhanbatu yang ada di Kabupaten Labuhanbatu yang setiap tahunnya sekolah tinggi selalu mewisudakan mahasiswa-mahasiswinya. Bertepatan dengan Kelulusan Mahasiswa tersebut, pihak akademik AMIK Labuhanbatu selalu menemui kesulitan. Salah satu kesulitan yang selalu dijumpai pihak akademik setiap tahunnya yakni apabila ada permintaan perengkrutan karyawan oleh mitra kerjanya, khususnya kesulitan tersebut terletak pada siapa (mahasiswa) yang akan dipilih untuk memenuhi permintaan oleh mitra kerja AMIK Labuhanbatu. Karena selama ini apabila ada perengkrutan karyawan atas permintaan mitra kerja, selalu memilih lulusan mahasiswa-mahasiswi secara manual atau pemilihan yang didasarkan oleh