Implementasi Algoritma K-Means Clustering pada Studi Kasus Seleksi Mahasiswa Berprestasi menggunakan Visual Basic

Abstract

Abstrak— Predikat mahasiswa berprestasi merupakan predikat yang diunggul-unggulkan pada jenjang bangku perkuliahan. Hal ini yang dirasakan oleh pihak Fakultas Sains dan Teknologi Universitas Airlangga dengan kondisi mahasiswanya yang sangat antusias untuk berlomba-lomba meningkatkan kualitas individu masing-masing agar mampu mendapatkan predikat tersebut. Namun, terjadinya pandemi Covid-19 yang sudah menghancurkan segala aspek kehidupan pada setiap negara termasuk negara Indonesia, menjadikan kegiatan pada proses pendidikan mengalami perubahan dan permasalahan yang cukup drastis. Pada paper kali ini kami bertujuan untuk membantu permasalahan proses seleksi mahasiswa berpretasi menggunakan cabang ilmu Data Mining dengan Algoritma K-Means clustering agar mempermudah serta mengelompokkan pengambilan keputusan, kemudian data tersebut disimpan pada Microsoft Access sebagai database dan menampilkannya dengan Visual Basic untuk mempercepat proses seleksi, diharapkan juga proses seleksi ini bersifat transparan dengan adanya bantuan dari program tersebut. Sumber data diambil dari nilai Indek Prestasi Kumulatif (IPK) dan nilai TOEFL pada beberapa mahasiswa Fakultas Sains dan Teknologi Universitas Airlangga yang telah mengisi g-form atau kuesioner. Hasil akhir pada program ini akan membantu pihak kampus dalam menganalisa para calon peserta seleksi mahasiswa berprestasi sesuai syarat dan kriteria yang telah tersedia. Kata kunci: Data Mining, K-Means Clustering, Visual Basic, Microsoft Access