PENERAPAN K-MEANS CLUSTERING UNTUK PENENTUAN CALON PENERIMA BEASISWA PADA UNIVERSITAS KATOLIK SANTO THOMAS

Abstract

Pengelompokan data peserta penerima beasiswa berdasarkan penghasilan orang tua, tanggungan orang tua, pekerjaan orang tua, nilai ipk dan pengalaman kti dapat membantu dalam proses penerimaan beasiswa. Metode yang bisa digunakan untuk pengelompokkan data mahasiswa ini adalah K-Means Clustering. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi dua cluster yaitu berhak dan tidak berhak menerima beasiswa. Kemudian setiap cluster diklasifikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang direkomendasikan menerima beasiswa, sedangkan cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang tidak berhak menerima beasiswa. Nilai kepercayaan yang dihasilkan dari sistem ini sama dengan hasil perhitungan secara manual menggunakan teori K-Means Clustering. Sehingga keakuratan hasilnya sudah sesuai dengan perhitungan yang diharapkan. Hasil calon penerima beasiswa dengan menerapkan metode K-Means Clustering dapat berjalan sesuai dengan harapan. Dengan sampling data 200 mahasiswa pada pembahasan didapat 115 mahasiswa dengan berhak, 85 mahasiswa dengan tidak berhak.