Penerapan Data Mining Dalam Penerimaan Mahasiswa Baru Pascasarjana Universitas HKBP Nommensen Menggunakan Metode Clustering K-Means

Authors

  • Robet Hotma Silaban STMIK Triguna Dharma
  • Trinanda Syahputra STMIK Triguna Dharma
  • Masyuni Hutasuhut STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jct.v1i5.3057

Abstract

Pengolahan data mahasiswa baru pada Pascasarjana Universitas HKBP Nommensen masih dilakukan secara manual sehingga banyak kesalahan data dalam pengetikan yang mengakibatkan sulitnya dalam pembuatan laporan data mahasiswa baru. Data Mining adalah proses penggalian data secara mendalam untuk mengetahui hal yang berarti dan tidak diketahui keberadaanya. Penerapan Data Mining telah banyak digunakan dalam pengelolahan data untuk menghasilkan pengetahuan. Selanjutnya algoritma yang akan digunakan untuk pengelolaan Data Mining pada kasus penerimaan mahasiswa baru universitas HKBP adalah K-Means Clustering. Algoritma K-Means merupakan algoritma yang sederhana untuk diimplementrasikan, memiliki kinerja yang relatif cepat, mudah beradaptasi, dan umum digunakan. K-Means merupakan salah satu algoritma clustering yang paling penting dalam bidang Data Mining secara historis. Sistem yang akan dibangun ini menggunakan sistem berbasis desktop. Dalam perancangan database menggunakan Microsoft Access dan pemrograman menggunakan Microsoft Visual Basic 2013, yang diaplikasikan pada PC/Laptop, kemudian dijalankan oleh admin sebagai user dengan cara login terlebih dahulu, setelah itu memasukkan data-data yang kemudian diproses menggunakan metode K-Means Clustering

Author Biographies

Robet Hotma Silaban, STMIK Triguna Dharma

Sistem Informasi

Trinanda Syahputra, STMIK Triguna Dharma

Sistem Informasi

Masyuni Hutasuhut, STMIK Triguna Dharma

Sistem Informasi

References

A. Asroni, H. Fitri, and E. Prasetyo, “Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik),†Semesta Tek., vol. 21, no. 1, pp. 60–64, 2018, doi: 10.18196/st.211211.

R. Budiman and R. Anto, “Penerapan Data Mining Untuk Menentukan Lokasi Promosi Penerimaan Mahasiswa Baru Pada Universitas Banten Jaya (Metode K-Means Clustering),†ProTekInfo(Pengembangan Ris. dan Obs. Tek. Inform., vol. 6, no. 1, p. 6, 2019, doi: 10.30656/protekinfo.v6i1.1691.

F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru,†Sistemasi, vol. 7, no. 3, p. 238, 2018, doi: 10.32520/stmsi.v7i3.388.

S. Rony, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru ( Studi Kasus : Politeknik Lp3i Jakarta ),†J. Lentera Ict, vol. 3, no. 1, pp. 76–92, 2016.

D. Mining, J. Masuk, and B. A. B. Pendahuluan, “ANALISA PENERAPAN DATA MINING PADA PENERIMAAN MAHASISWA POLITEKNIK NEGERI LHOKSEUMAWE MENGGUNAKAN ALGORITMA K-MEANS,†vol. 4, no. 2, pp. 208–216, 2018.

Downloads

Published

2018-08-27

URN