Algoritma K-Means dalam Pemilihan Siswa Berprestasi dan Metode SAW untuk Prediksi Penerima Beasiswa Berprestasi

Rini Sovia, Eka Praja Wiyata Mandala, Sitty Mardhiah

Abstract


Beasiswa prestasi merupakan beasiswa yang diberikan kepada siswa berprestasi di sekolah agar dapat memberikan motivasi lebih giat dalam belajar. Namun, pemberian beasiswa sering tidak tepat sasaran dan ketersediaan dana beasiswa yang terbatas membuat banyak siswa yang berprestasi tidak dapat memperolehnya sehingga siswa yang berprestasi akan turun semangatnya untuk terus belajar. Agar lebih mudah dalam memilih siswa berprestasi, maka diperlukan pendekatan data mining untuk mengelompokkan siswa berprestasi dengan menggunakan Algoritma K-Means dan selanjutnya bisa dibuat sistem pendukung keputusan untuk melakukan perangkingan dengan metode Simple Additive Weighting (SAW) dari siswa berprestasi yang sudah dikelompokkan sehingga akan diperoleh siswa yang berprestasi yang berhak menerima beasiswa. Penelitian ini menggunakan 5 kriteria yaitu nilai rata-rata siswa, peringkat, nilai sikap, nilai ekstrakurikuler dan prestasi akademik maupun non akademik. Penelitian dilakukan di SMAN 2 Payakumbuh. Ada 20 data siswa yang mengajukan beasiswa digunakan dalam penelitian ini. Hasil penelitian ini dengan menggabungkan K-Means dan SAW, ternyata dapat mempermudah proses pengelompokkan data siswa berprestasi dan penetuan prediksi penerima beasiswa berprestasi karena lebih cepat dan lebih tepat sasaran. Dari 20 data siswa yang mengajukan beasiswa, dikelompokkan menjadi 10 siswa yang berprestasi dan dilakukan perangkingan sehingga hanya 6 siswa yang berhak menerima beasiswa.


Keywords


Prediksi; Siswa Berprestasi; Beasiswa Berprestasi; K-Means; SAW

Full Text:

PDF

References


M. Muslihudin and D. Hartini, “Perancangan Sistem Pendukung Pengambilan Keputusan Untuk Penerimaan Beasiswa Di SMA PGRI 1 Talang Padang Dengan Model Fuzzy Multiple Attribute Menggunakan Metode Simple Additive Weighting (SAW),” J. TAM (Technology Accept. Model., vol. 4, pp. 34–40, 2017.

M. L. Sibuea and A. Safta, “Pemetaan Siswa Berprestasi Menggunakan Metode K-Means Clustring,” JURTEKSI, vol. 4, no. 1, pp. 85–92, 2017.

T. Susilowati, S. Suyono, and E. S. Suranti, “Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Pada SMAN 1 Bangunrejo Menggunakan Metode SAW,” in Seminar Nasional Inovasi Teknologi, 2017, vol. 1, no. 1, pp. 151–158.

D. Rahmawati, A. B. Setiawan, and F. R. Hariri, “ANALISA PERBANDINGAN METODE KLASIFIKASI NAIVE BAYES DENGAN LAPLACIAN DAN K-NEAREST NEIGHTBOR (K-NN) PADA SELEKSI PENERIMA BEASISWA.”

R. Gunawan, “Implementasi Data Mining Untuk Memprediksi Prestasi Siswa Berdasarkan Status Sosial Dan Kedisiplinan Pada Smk Bayu Pertiwi Menggunakan Metode Regresi Linier Berganda,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 17, no. 2, pp. 175–183, 2018.

N. Butarbutar, A. P. Windarto, D. Hartama, and S. Solikhun, “Komparasi Kinerja Algoritma Fuzzy C-Means Dan K-Means Dalam Pengelompokan Data Siswa Berdasarkan Prestasi Nilai Akademik Siswa,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 1, no. 1, pp. 46–55, 2017.

H. Priyatman, F. Sajid, and D. Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa,” JEPIN (Jurnal Edukasi dan Penelit. Inform., vol. 5, no. 1, pp. 62–66, 2019.

E. Prasetyo, “Data Mining konsep dan Aplikasi menggunakan MATLAB,” Yogyakarta Andi, 2012.

D. E. Putri, “Metode Non Hierarchy Algoritma K-Means Dalam Mengelompokkan Tingkat Kelarisan Barang (Studi Kasus: Koperasi Keluarga Besar Semen Padang),” Pros. Senat., vol. 1, 2015.

S. Eniyati, “Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting),” Dinamik, vol. 16, no. 2, 2011.

A. Topadang and T. R. Tulili, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI DI JEMAAT MORIA SAMARINDA SEBERANG DENGAN METODE SIMPLE ADDITIVE WEIGTHTING,” J. Sains Terap. Teknol. Inf., vol. 10, no. 2, pp. 5–9, 2019.

F. Frieyadie and others, “Penggunaan Metode Simple Additive Weighting Penentuan Kelayakan Pemberian Beasiswa untuk Siswa Berprestasi,” JITK (Jurnal Ilmu Pengetah. Dan Teknol. Komputer), vol. 3, no. 1, pp. 17–22, 2017.

N. Jannah and T. Yulianto, “Mengelompokkan Siswa Berprestasi Akademik dengan Menggunakan Metode K Means Kelas VII MTs Hidayatul Mubtadi’in Pancoran Kadur,” Zeta-Math J., vol. 2, no. 2, pp. 41–45, 2016.

J. Irjaya Kartika, E. Santoso, and Sutrisno, “Penentuan Siswa Berprestasi Menggunakan Metode K-Nearest Neighbor dan Weighted Product (Studi Kasus: SMP Negeri 3 Mejayan),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2548, p. 964X, 2017.

J. Parhusip, D. O. Enny, and T. R. Jekwoso, “APLIKASI SISTEM PENUNJANG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI DI SMP NEGERI-8 PALANGKA RAYA,” J. Inform., vol. 17, no. 1, pp. 32–48, 2017.

B. Basri, “METODE WEIGHTD PRODUCT (WP) DALAM SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA PRESTASI,” J. INSYPRO (Information Syst. Process., vol. 2, no. 1, 2017.




DOI: http://dx.doi.org/10.26418/jp.v6i2.37759

Refbacks

  • There are currently no refbacks.