PENGELOMPOKAN PEMINATAN PROGRAM MENGGUNAKAN KMEANS CLUSTERING BERDASARKAN ASAL SEKOLAH

Main Article Content

Christina Purnama Yanti

Abstract

Berlimpahnya data mahasiswa baru apabila diolah akan menghasilkan informasi yang tersembunyi yang dapat bermanfaat dimasa yang akan datang. Untuk mendapatkan informasi tersebut dibutuhkan teknik yaitu Data Mining. Data mining adalah suatu proses mencari informasi menarik dalam data terpilih. Algoritma yang digunakan adalah algoritma K-Means Clustering. Algoritma ini mengelompokkan data-data yang memiliki kesamaan karakteristik dengan cepat dan efisien. Penelitian ini mengambil sumber data mahasiswa baru di PPLP Dhyana Pura sebanyak 640 data. Dari hasil analisis didapat kesimpulan bahwa pada penelitian ini menghasilkan 2 cluster dan hasil perhitungan K-Means Clustering adalah mahasiswa yang berasal dari SMA lebih memilih peminatan jurusan D1 (program 1 tahun) yaitu sebanyak 83 orang sedangkan untuk mahasiswa yang berasal dari SMK lebih memilih peminatan jurusan D2 (program 2 tahun) dengan jumlah mahasiswa 218. Hasil prediksi dari penelitian ini diharapkan bisa jadikan refrensi oleh pihak marketing kampus dalam mempromosikan PPLP Dhyana Pura.

Article Details

Section
Articles