Penerapan Metode Clustering Dengan Algoritma K-means Pada Pengelompokan Data Calon Siswa Baru

Abstract

Proses Penerimaan Siswa baru di setiap sekolah menghasilkan data siswa yang sangat berlimpah berupa data alamat dan data lainnya. Hal tersebut terjadi secara berulang dikarenakan penerimaan siswa baru di setiap tahunnya. Penelitian ini bertujuan untuk melakukan pengelompokan data siswa sekolah Harapan Bangsa dengan memanfaatkan proses data mining dengan memnggunakan metode clustering. Adapun Algoritma yang digunakan adalah Algoritma K-Means Clustering. Algoritma K-Means merupakan Algoritma pengelompokan iterative yang melakukan partisi set data kedalam sejumlah K cluster yang sudah ditetapkan diawal. Implementasi dengan menggunakan aplikasi berbasis website digunakan untuk membantu menemukan nilai yang akurat. Atribut yang digunakan untuk tahapan clustering adalah jurusan, asal sekolah, dan tahun lahir. Cluster siswa yang terbentuk adalah 2 cluster, yaitu 47 items cluster pertama, 23 items cluster kedua. Adapun tujuan penelitian ini adalah salah satu dasar pengambilan keputusan untuk menentukan strategi dalam mempromosikan sekolah. Dapat disimpulkan bahwa proses clustering mencapai 3 kali iterasi untuk mendapatkan hasil clustering akhir, sehingga dapat disimpulkan bahwa peminat terbanyak di masing -masing jurusan dan asal sekolah, sehingga pihak kampus dapat memikirkan strategi promosi.