Analisis Cluster Terhadap Karakteristik Mahasiswa Jalur Prestasi FTI UKDW

Raden Gunawan Santosa, Antonius Rachmat Chrismanto, Erick Kurniawan

Abstract


Analisis Clustering merupakan analisis yang sangat bermanfaat untuk proses deskripsi dan eksplorasi sekumpulan data.  Dengan tidak tahunya informasi terhadap karakteristik data mahasiswa jalur prestasi Universitas Kristen Duta Wacana (UKDW), maka akan sangat merugikan dalam pengambilan keputusan. Tujuan dari penelitian ini melihat karakteristik cluster masing-masing angkatan dari angkatan 2008 sampai dengan 2018. Dengan menggunakan analisis cluster, juga ingin diketahui kemiripan 10 angkatan mahasiswa jalur prestasi di FTI UKDW.  Untuk melihat cluster tiap angkatan mahasiswa FTI UKDW digunakan metode K-Means Clustering. Sedangkan untuk menemukan kemiripan dari 10 angkatan mahasiswa FTI UKDW digunakan Hierarchial Clustering. Dari hasil penelitian didapat fakta bahwa sebagai berikut: dengan menggunakan K-Means Clustering untuk pengelompokkan menjadi dua cluster, maka diperoleh bahwa cluster yang mempunyai kecenderungan IP Semester 1 (IPS1) tinggi mempunyai karakteristik: status SMA swasta, lokasi SMA di Jawa, kategori SMA umum, level bahasa Inggris level 3,  sedangkan cluster yang mempunyai kecenderungan IPS1 rendah mempunyai karakteristik: status SMA swasta, lokasi SMA luar Jawa, kategori SMA  umum,  level bahasa Inggris level 2. Apabila dilihat hasil pengelompokan tiap angkatan berdasarkan cluster yang terbentuk pada Dendrogram Hierarchical Clustering, maka Angkatan 2015 mempunyai kemiripan cluster yang paling berbeda dibandingkan dengan angkatan yang lainnya.


Keywords


K-Means Clustering; Hierarchical Clustering; Dendrogram; Kemiripan

Full Text:

PDF

References


J. Han and M. Kamber, Data Mining : Concepts and Techniques, Morgan Kaufmann Publishers, 2011.

W. Agustin and E. , “Implementasi Metode K-Means Cluster Analysis untuk Memilih Strategi Promosi Penerimaan Mahasiswa Baru,” in Seminar Nasional Ilmu Komputer (SNIK 2016), Semarang, 10 Oktober 2016.

M. V. Waworuntu and M. F. Amin, “Penerapan Metode K-Means Pemetaan Calon Penerima JAMKESDA,” Kumpulan Jurnal Ilmu Komputer (KLIK) Volume 05 No. 02, pp. 190-200, September 2018.

B. M. Metisen and H. L. Sari, “Analisis Clustering Menggunakan Metode K-Means dalam Pengelompokkan Penjualan Produk pada Swalayan Fadhila,” Jurnal Media Infotama Vol. 11 No. 2, pp. 110-118, September 2015.

A. I. Warnilah, “Analisis Algoritma K-Means Clustering untuk Pemetaan Prestasi Siswa Studi Kasus SMP Negeri I Sukahening,” Indonesian Journal on Computer and Information Technology Vol. 1 No. 1, pp. 83-95, Mei 2016.

Asroni and R. Adrian, “Penerapan Metode K-Means untuk Clustering Mahasiswa Berdasarkan Nilai Akademik dengan Weka Interface Studi Kasus pada Jurusan Teknik Informatika UMM Magelang,” JURNAL ILMIAH SEMESTA TEKNIKA, pp. 76-82, Mei 2015.

C. P. Ezenkwu, S. Ozuomba and C. Kalu, “Application of K-Means Algorithm for Efficient Customer Segmentation : A Strategy for Targeted Customer Sevices,” (IJARAI) International Journal of Advanced Research in Artificial Intelligence , Vol. 4 No. 10, 2015, pp. 40-44, 2015.

R. G. Santosa and A. R. Chrismanto, “Logistic Regression Model for Predicting First Semester Students GPA category Based on High School Academic Achievement,” Researchersworld Journal of Arts, Science & Commerce Volume-VIII Issue-2(1) April 2017, pp. 58-66, 2017.

R. G. Santosa and A. R. Chrismanto, “Perbandingan Akurasi Model Regresi Logistik untuk Prediksi Kategori IP Mahasiswa Jalur Prestasi dengan Non Jalur Prestasi,” jurnal Teknik dan ilmu Komputer Volume 07 No 25 Januari -Maret 2018, pp. 107-121, 2018.

L. Kaufman and P. J. Rousseeuw, Finding Groups in Data : An Introduction to Cluster Analysis, New York: Wiley, 1990.

A. C. Rencher, Methods of Multivariate Analysis Second edition, John Wiley & Sons, Inc. Publication, 2002.

N. Jardine and R. Sibson, “The Construction of Hierarchic and Non-Hierarchic Classification,” Computer J. 11, pp. 117-184, 1968.

S. P. LLoyd, “Least Square Quantization in PCM,” IEEE Transactionon Information Theory 28(2), pp. 129-137, 1982.

W. Kraus, D. Kraus and J. Lesinski, “A Simple Method of Construction and Rearrangement of Dendrogram,” COMPSTAT4, Physika Verlag, Vienna, pp. 433-439, 1980.

W. K. Hardle and L. Simar, Applied Multivariate Statistical Analysis 4th edition, Berlin: Springer-Verlag Berlin Heidelberg, 2015.

J. F. Hair Jr, W. C. Black, B. J. Babin and R. E. Anderson, Multivariate Data Analysis Seventh Edition, Person New International Edition, 2014.

P. S. Mann, Introductory Statistics Seventh Edition, John Wiley & Sons, Inc., 2010.




DOI: https://doi.org/10.26418/jp.v6i1.37216

Refbacks

  • There are currently no refbacks.