Penulis:
ASRONI;HIDAYATUL FITRI;EKO PRASETYO
Abstrak:
Peningkatan calon mahasiswa baru di Universitas untuk membuat tumpukan lebih banyak data, berangkat dari itu kemudian melakukan pencarian untuk pengetahuan baru dengan data Mining. Pengelompokan data untuk calon siswa baru akan dilakukan dengan metode Clustering dan menggunakan algoritma k-means. Dalam penmaru ini ada 5 atribut data yang digunakan yaitu, kampung halaman, jenis kelamin, status untuk memenuhi syarat untuk seleksi, jalan masuk, dan jurusan. Analisis ini dilakukan dengan menggunakan perangkat lunak WEKA dan data sumber yang diambil dari data penerimaan (penmaru) dalam bentuk gudang data. Kelas dari penggunaan metode ini adalah atribut dari jurusan. Iterasi dilakukan sebanyak 3 kali dan jumlah cluster di Fakultas Kedokteran dan Ilmu Kesehatan, yaitu 4 cluster, Fakultas Ilmu Sosial dan politik 3 cluster. Clustering metode dapat diterapkan untuk klasifikasi data untuk calon mahasiswa baru. Hal lain yang dapat dianalisis dari hasil pengelompokan data kandidat, strategi promosi dari masing-masing Departemen untuk meningkatkan kuantitas dan kualitas.
Metode / Algoritma:
K-Means
Cocok untuk Fakultas:
Teknik Informatika, Sistem Informasi
