PENERAPAN DATA MINING UNTUK MENGETAHUI POLA PEMILIHAN PROGRAM STUDI DI STMIK PRIMAKARA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Abstract

ABSTRACT
The process of accepting new students at STMIK Primakara Denpasar produces an abundance of student personal profile data. This will continue every year so that the data stored in the database will also increase in number. It is very unfortunate if the data owned is not used properly. This study applies a data mining method with the k-means clustering algorithm which aims to determine the pattern of study program selection for new students in the STMIK Primakara environment. The data that has been obtained is processed through a pre-processing stage which includes data cleaning, data integration, data selection and data transformation. After going through the pre-processing stage, the next step is the application of data mining using the k-means clustering algorithm. In this stage, data that have the same similarities and characteristics are grouped into certain clusters. The last stage is data interpretation on the pattern of information generated from the mining process. The results showed that after grouping student data based on the study program, regional origin, and type of school using K-Means clustering, 3 clusters were formed, where each cluster has different characteristics based on the study program, type of school, and regional origin. . The results of this study can then be used as a basis for making decisions to determine strategies in promoting study programs at STMIK Primakara.
Keywords: K-Means, clustering, major, STMIK Primakara.
ABSTRAK
Proses penerimaan mahasiswa baru di STMIK Primakara Denpasar menghasilkan data profil pribadi mahasiswa yang jumlahnya melimpah. Hal tersebut akan terus berlangsung setiap tahunnya sehingga data yang tersimpan pada database juga akan semakin banyak jumlahnya. Hal tersebut sangat disayangkan apabila data yang dimiliki tidak dimanfaatkan dengan baik. Penelitian ini menerapkan metode data mining dengan algoritma k-means clustering yang bertujuan untuk mengetahui pola pemilihan program studi bagi mahasiswa baru di lingkungan STMIK Primakara. Data yang telah diperoleh diproses melalui tahap pre-processing yang meliputi data cleaning (pembersihan data), data integration (integrasi data), data selection (seleksi data) dan data transformation (transformasi data). Setelah melalui tahap pre-processing tesebut, langkah selanjutnya adalah penerapan data mining menggunakan algoritma k-means clustering. Dalam tahap ini, data yang memiliki kemiripan dan karakteristik yang sama dikelompokkan dalam cluster tertentu. Tahap terakhir yaitu data interpretation (interpretasi data) terhadap pola informasi yang dihasilkan dari proses mining. Hasil penelitian menunjukkan bahwa setelah dilakukan pengelompokan data mahasiswa berdasarkan program studi, asal daerah, dan jenis sekolah menggunakan K-Means clustering terbentuk 3 (tiga) cluster, dimana masing-masing cluster memiliki karakteristik yang berbeda berdasarkan program studi, jenis sekolah, dan asal daerah. Hasil dari penelitian ini selanjutnya dapat digunakan sebagai salah satu dasar pengambilan keputusan untuk menentukan strategi dalam mempromosikan program studi di STMIK Primakara.
Kata Kunci : K-Means, clustering, program studi, STMIK Primakara