PENERAPAN ALGORITMA K-MEDOIDS UNTUK PENGELOMPOKAN DATA CALON MAHASISWA BARU UNIVERSITAS BHAYANGKARA

Penulis

  • wowon Priatna Universitas Bhayangakara Jakarta Raya

DOI:

https://doi.org/10.58776/snarmudika.v1i1.109

Kata Kunci:

Clustering, K-Medoids, Tingkatan, DBI

Abstrak

Program Studi informatika adalah satu – satunya jurusan akademik yang di tawarkan oleh Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya. Program studi informatika tercatat menjadi salah satu penyumbang mahasiswa terbanyak di Universitas Bahayangkara Jakarta Raya. Dalam hal ini menjadi tantangan tersendiri bagi Kepala Prodi informatika dalam mengelompokkan data Mahasiswa. Proses pengelompokan data Mahasiswa dibagi menjadi 3 kelas yaitu kelas atas, kelas menengah dan kelas rendah. Dengan Algoritma K-Medoids dapat melakukan pengelompokan tingkatan kecerdasan calon mahasiswa baru dengan perhitungan menggunakan Microsoft Excel dan Software Google Colab dari hasil yang didapatkan cluster 1 yaitu kelas atas mendapatkan 133 anggota, cluster 2 yaitu kelas menengah mendapatkan 400 anggota, dan cluster 3 yaitu kelas terendah mendapatkan 412 anggota dan sudah  dievaluasi dengan perhitungan akurasi DBI sebesar 1.28955285 yang berarti baik karena semakin kecil nilai DBI yang diperoleh atau semakin mendekati nol maka semakin baik juga cluster yang didapatkan.

Referensi

Z. Mustofa and Iman Saufik Suasana, “Algoritma Clustering K-Medoids Pada E-Government Bidang Information and Communication Technology Dalam Penentuan Status Edgi,” J. Teknol. Inf. Dan Komun., vol. 9, no. 1, pp. 1–10, 2020, doi: 10.51903/jtikp.v9i1.162.

J. Nasir, “Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 11, no. 2, pp. 690–703, 2021, doi: 10.24176/simet.v11i2.5482.

P. M. Kellstedt and G. D. Whitten, Data Mining: Concepts and Techniques : Concepts and Techniques. 2018.

D. Irawan and S. Novita, “Sistem Informasi Manajemen Rumah Sakit Harapan Bunda Pringsewu Lampung,” J. TAM (Technology Accept. Model., vol. 2, pp. 47–52, 2017.

Didik maulana and S. Sundari, “Penerapan Algoritma K-Medoids Dalam Klasterisasi Penyebaran,” no. 1, pp. 51–59, 2022.

N. P. Dharshinni and C. Fandi, “Penerapan Metode K-Medoids Clustering Untuk Mengelompokkan Ketahanan Pangan,” J. Media Inform. Budidarma, vol. 6, no. 4, p. 2301, 2022, doi: 10.30865/mib.v6i4.4939.

D. R. Agustian and B. A. Darmawan, “Analisis Clustering Demam Berdarah Dengue Dengan Algoritma K-Medoids (Studi Kasus Kabupaten Karawang),” JIKO (Jurnal Inform. dan Komputer), vol. 6, no. 1, p. 18, 2022, doi: 10.26798/jiko.v6i1.504.

S. Asmiatun, N. Wakhidah, and A. N. Putri, “Penerapan Metode K-Medoids Untuk Pengelompokkan Kondisi Jalan Di Kota Semarang,” vol. 6, no. 2, pp. 171–180, 2020.

A. A. D. Sulistyawati and M. Sadikin, “Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan,” Sistemasi, vol. 10, no. 3, p. 516, 2021, doi: 10.32520/stmsi.v10i3.1332.

H. Sariangsah, W. Wanayumini, and R. Rosnelly, “Penentuan Kelas Menggunakan Algoritma K Medoids Untuk Clustering Siswa Tunagrahita,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 83, 2021, doi: 10.30865/mib.v5i1.2547.

S. Bahri, D. Marisa Midyanti, and P. Korespondensi, “Penerapan Metode K-Medoids Untuk Pengelompokan Mahasiswa Berpotensi Drop Out Application of K-Medoids Method for Dropout Potential Student Grouping,” vol. 10, no. 1, pp. 165–172, 2023, doi: 10.25126/jtiik.2023106643.

E. Irawan, S. P. Siregar, I. S. Damanik, and I. S. Saragih, “Implementasi Algoritma K-Medoids untuk Pengelompokkan Sebaran Mahasiswa Baru,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 5, no. 2, p. 275, 2020, doi: 10.30645/jurasik.v5i2.213.

S. Defiyanti, M. Jajuli, and N. Rohmawati, “Optimalisasi K-MEDOID dalam Pengklasteran Mahasiswa Pelamar Beasiswa dengan CUBIC CLUSTERING CRITERION,” J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 1, pp. 211–218, 2017, doi: 10.25077/teknosi.v3i1.2017.211-218.

Y. D. Darmi and A. Setiawan, “Penerapan Metode Clustering K-Means Dalam Pengelompokan Penjualan Produk,” J. Media Infotama, vol. 12, no. 2, pp. 148–157, 2017, doi: 10.37676/jmi.v12i2.418.

S. Nuraini, I. Gunawan, and W. Saputra, “Utilization of K-Medoids Algorithm for Klustering of Oil Palm Sprouts,” JOMLAI J. Mach. Learn. Artif. Intell., vol. 1, no. 1, pp. 11–22, 2022, doi: 10.55123/jomlai.v1i1.160.

A. Supriyadi, A. Triayudi, and I. D. Sholihati, “Perbandingan Algoritma K-Means Dengan K-Medoids Pada Pengelompokan Armada Kendaraan Truk Berdasarkan Produktivitas,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 6, no. 2, pp. 229–240, 2021, doi: 10.29100/jipi.v6i2.2008.

R. Alawiyah, A. Mahmudi, and S. Achmadi, “Penerapan Metode K-Medoid Pada Analisis Respon Emosi Marah Wanita Pendalungan Berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 126–133, 2022, doi: 10.36040/jati.v6i1.4508.

N. Pulungan, S. Suhada, and D. Suhendro, “Penerapan Algoritma K-Medoids Untuk Mengelompokkan Penduduk 15 Tahun Keatas Menurut Lapangan Pekerjaan Utama,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 329–334, 2019, doi: 10.30865/komik.v3i1.1609.

S. G. K. Patro and K. Kumar, “Normalization : A Preprocessing Stage,” vol. 2, no. 3, pp. 2393–2395, 2015, doi: 10.17148/IARJSET.2015.2305.

A. O. Hermadi, W. Priatna, and A. D. Alexander, “Implementasi Algoritma K-Medoids Clustering Untuk Mencari Keuntungan Sementara Dalam Laporan Keuangan,” vol. 6, no. April, pp. 6–11, 2023.

S. Setiawati and W. Priatna, “Pengelompokan Hasil Survei MBKM Menggunakan K-Mean dan K-,” vol. 7, pp. 426–435, 2023, doi: 10.30865/mib.v7i1.5003.

S. Darma and G. W. Nurcahyo, “Klasterisasi Teknik Promosi dalam Meningkatkan Mutu Kampus Menggunakan Algoritma K-Medoids,” J. Inform. Ekon. Bisnis, vol. 3, pp. 89–94, 2021, doi: 10.37034/infeb.v3i3.87.

S. Butsianto and N. Saepudin, “Penerapan Data Mining Terhadap Minat Siswa Dalam Mata Pelajaran Matematika Dengan Metode K-Means,” J. Nas. Komputasi dan Teknol. Inf., vol. 3, no. 1, pp. 51–59, 2020, doi: 10.32672/jnkti.v3i1.2008.

A. H. Husaini, R. Mayasari, and U. S. Karawang, “Pengelompokan ulasan aplikasi pedulilindungi dengan algoritma k-medoids pedulilindungi application review grouping with the k-medoids algorithm,” vol. 5, no. November 2021, 2022.

Diterbitkan

2024-03-28