PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAHMENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN
ABSTRACT: Data mining
merupakan teknik pengolahan data dalam jumlah besar untuk pengelompokan.Teknik
ini digunakan dalam proses Knowledge Discovery in Database (KDD). Teknik
tersebut mempunyai beberapa metode dalam pengelompokannya Naïve-Bayes dan
Nearest Neighbour, pohon keputusan (KD-Tree), ID3, K-Means, text mining dan
dbscan. Dalam hal ini penulis mengelompokan data siswa baru sekolah menengah kejuruan
tahun ajaran 2014/2015. Pengelompokan tersebut berdasarkan kriteria – kriteria
data siswa. Pada penelitian ini, penulis menerapkan algoritma K-Means
Clustering untuk pengelompokan data siswa baru sekolah menengah kejuruan. Dalam
hal ini, pada umumnya untuk memamasuki jurusan hanya disesuaikan dengan nilai
siswa saja namun dalam penelitian ini pengelompokan disesuaikan kriteria –
kriteria siswa seperti penghasilan orang tua, tanggungan anak orang tua dan
nilai tes siswa. Penulis menggunakan beberapa kriteria tersebut agar
pengelompokan yang dihasilkan menjadi lebih optimal. Tujuan dari pengelompokan
ini adalah terbentuknya kelompok jurusan pada siswa yang menggunakan algoritma
K-Means clustering. Hasil dari pengelompokan tersebut diperoleh tiga kelompok
yaitu kelompok tidak lulus, kelompok rekayasa perangkat lunak dan kelompok
teknik komputer jaringan. Terdapat pusat cluster dengan Cluster-1=1.4;2.2;2.2, Cluster-2=
2.28;1.64;4 dan Cluster-3=5;2;6. Pusat cluster tersebut didapat dari beberapa
iterasi sehingga mengahasilakan pusat cluster yang optimal.
Penulis: Fauziah Nur, M.
Zarlis, Benny Benyamin Nasution
Kode Jurnal: jptinformatikadd170428
