PENERAPAN ALGORITMA K-MEANS UNTUK PENGELOMPOKAN SISWA LOLOS SNMPTN DI SMAN 8 BANDUNG
DOI:
https://doi.org/10.51977/jti.v2i2.271Keywords:
K-Means, Cluster, SNMPTNAbstract
Pendidikan merupakan hal yang sangat penting, dengan adanya perguruan tinggi maka semakin meningkatkan kualitas pendidikan di Indonesia. Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) merupakan sebuah seleksi nasional yang didasarkan pada nilai rapor dan prestasi. Hal ini juga yang menyebabkan SNMPTN banyak diminati. Siswa yang mengikuti SNMPTN harus menentukan jurusan dan universitas yang tepat agar diterima karena daya tampung SNMPTN terbatas. Pada penelitian ini menggunakan algoritma K-Means dengan tujuan untuk memperoleh informasi mengenai perguruan tinggi mana yang paling banyak diminati oleh siswa siswinya. K- Means merupakan salah satu algoritma yang paling populer karena mudah dan sederhana ketika diimplementasikan. K-Means digunakan untuk mengelompokan data yang memiliki kemiripan. Data yang digunakan berjumlah 86 data. Berdasarkan validasi menggunakan metrik Davies Bouldin Index maka diperoleh 2 cluster yang dinilai dapat mengelompokan data dengan baik. Performance Vector hasil evalusi cluster yang dibentuk sebanyak 2 cluster dengan hasil 0,558. Cluster 1 dengan jumlah 46 items dan cluster 2 dengan jumlah 40 items.
References
Delita, B., &Fitri , N. (2014). Clustering Pelanggaran Berkendaraan Menggunakan Algoritma K-means Pada Polres Binjai. Jurnal STMIK Kaputama.
Fajariyanti, W. (2017). Clustering Wilayah Pada Pelanggaran Berkendaraan Menggunakan. Sikmi-Techsain, Vol 01, No.09.
Handoko, K. (2016). Penerapan Data Mining dalam Meningkatkan Mutu PembelajaranJURNAL SISTEM INFORMASI DAN TEKNOLOGI INFORMASI. Teknosi, 31-40.
Kesuma, D. P. (2018, Desember 20). Polisi Akui Angka Kecelakaan Lalu Lintas Sepanjang 2018 Cenderung Naik. Diambil kembali dari Tribunnews.com: https://www.tribunnews.com
Lestian , A. C., & Ahmad, Z. F. (2017). Implementasi Algoritma K-Means Pada Data pelanggaran Lalu Lintas Di Pengadilan Negri Purwodadi. Jurnal UDINUS.
Mulyani, E. D., Agustin, S., & Surgawi, N. (2018). Implementasi Algoritma K-Means dan Fp-Growth Untuk Rekomendasi Bimbingan Belajar Berdasarkan Segmentasi Akademik Siswa. Informatic Technique) Journal, 160-173.
Ramadhani , N., Rahman, A. F., & Riskiyati, D. (2017). Analisis Cluster Data Register Perkara lalu Lintas Menggunakan Algoritma K-Means. SESINDO 9.
Supas. (2015, 01 01). Jumlah Penduduk Indonesia 2019 Mencapai 267 Juta Jiwa. Diambil kembali dari Kata data: https://databoks.katadata.co.id/datapublish/2019/01/04/jumlah-penduduk-indonesia-2019-mencapai-267-juta-jiwa
Downloads
Published
Issue
Section
License
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
