Implementasi Data Mining Untuk Rekomendasi Jurusan Menggunakan Algoritma K-Means Clustering
DOI:
https://doi.org/10.53513/jsk.v6i1.7456Abstract
Penjurusan merupakan hal yang wajib dan tidak dapat terelakkan dalam dunia pendidikan termasuk pada saat sekolah menengah atas (SMA).Pada SMA Negeri 2 Kabanjahe pemilihan jurusan dilakukan pada saat berada di kelas X (sepuluh). Hak dalam pemilihan jurusan itu sendiri diberikan langsung kepada siswa. Hal ini membuat banyak siswa mengalami kebingungan dalam menentukan jurusan yang akan dipilih karena adanya beberapa faktor yang mempengaruhi, diantaranya kurangnya pemahanan siswa terhadap jurusan tersebut, tuntutan orangtua bahkan sekedar mengikuti teman. Nilai akademis dapat diajukan sebagai acuan untuk mengetahui jurusan apa yang tepat bagi siswa berdasarkan nilai akademis. Hal ini membuat peneliti melakukan penelitian pada SMA Negeri 2 Kabanjahe terkait bagaimana memberikan rekomendasi penjurusan. Salah satu tehnik dalam data mining yang dapat dilakukan untuk pengelompokan yaitu clustering. Hasil penelitian ini berupa sistem yang dapat memberikan rekomendasi jurusan pada siswa baru menggunakan K-Means.References
R. Setiawan, “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.
S. Susanti, D. A. Irawati, and R. Rismanto, “Sistem Pendukung Keputusan Penjurusan Pada Siswa Sma,†J. Inform. Polinema, vol. 3, no. 4, p. 48, 2017, doi: 10.33795/jip.v3i4.43.
A. R. Kadafi, “Perbandingan Algoritma Klasifikasi Untuk Penjurusan Siswa SMA,†J. ELTIKOM, vol. 2, no. 2, pp. 67–77, 2018, doi: 10.31961/eltikom.v2i2.86.
J. Hutagalung, N. L. W. S. R. Ginantra, G. W. Bhawika, W. G. S. Parwita, A. Wanto, and P. D. Panjaitan, “COVID-19 Cases and Deaths in Southeast Asia Clustering using K-Means Algorithm,†J. Phys. Conf. Ser., vol. 1783, no. 1, pp. 1–6, 2021, doi: 10.1088/1742-6596/1783/1/012027.
H. Haviluddin, S. J. Patandianan, G. M. Putra, N. Puspitasari, and H. S. Pakpahan, “Implementasi Metode K-Means Untuk Pengelompokkan Rekomendasi Tugas Akhir,†Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 16, no. 1, p. 13, 2021, doi: 10.30872/jim.v16i1.5182.
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.
M. L. Sibuea and A. Safta, “Pemetaan Siswa Berprestasi Menggunakan Metode K-Means Clustring,†Jurteksi, vol. 4, no. 1, pp. 85–92, 2017, doi: 10.33330/jurteksi.v4i1.28.
I. Vhallah, S. Sumijan, and J. Santony, “Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering K-Means,†J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 572–577, 2018, doi: 10.29207/resti.v2i2.308.
A. H. Nasyuha et al., “Frequent pattern growth algorithm for maximizing display items,†Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 2, pp. 390–396, 2021, doi: 10.12928/TELKOMNIKA.v19i2.16192.
I. Parlina, A. P. Windarto, A. Wanto, and M. R. Lubis, “Memanfaatkan Algoritma K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Center,†Memanfaatkan Algoritm. K-Means Dalam Menentukan Pegawai Yang Layak Mengikuti Asessment Cent. Untuk Clust. Progr. Sdp, vol. 3, no. 1, pp. 87–93, 2018.
T. Syahputra, J. Halim, and E. P. Sintho, “Penerapan Data Mining Dalam Menentukan Pilihan Jurusan Bidang Studi SMA Menggunakan Metode,†Penerapan Data Min. dalam Menentukan Pilihan Jur. di Bid. Stud. SMA menggunakan Metod. Clust. Dengan Tek. Single Link. JURTEKSI, vol. IV, no. 2, pp. 1–4, 2018.
J. Hutagalung and F. Sonata, “Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah Asuransi,†J. MEDIA Inform. BUDIDARMA, vol. 5, no. 3, pp. 1187–1194, 2021, doi: 10.30865/mib.v5i3.3113.
