Implementasi Metode TwoStep Clustering untuk Klasterisasi Karakteristik Akademik Mahasiswa

Raden Gunawan Santosa, Yuan Lukito, Antonius Rachmat Chrismanto

Abstract


Salah satu algoritma clustering yang paling banyak dipakai adalah K-Means dimana algoritma ini membutuhkan masukan jumlah klaster yang ingin dibentuk.  Pada kenyataannya jumlah klaster yang tepat tidak bisa diketahui sehingga pemilihan nilai k bergantung pada subyektifitas peneliti. Kemudian algoritma K-Means hanya bisa menangani atribut dalam bentuk numerik kontinyu padahal ada atribut dalam bentuk kategorikal atau campuran keduanya.  Pada penelitian ini dilakukan pengelompokkan data akademik mahasiswa dengan menggunakan algoritma twostep clustering yang dapat menentukan jumlah klaster secara otomatis dan dapat menangani atribut dalam bentuk kategorikal, numerik kontinyu atau campuran keduanya. Metode twostep clustering diterapkan pada data mahasiswa angkatan 2008-2019 dengan analisis diterapkan pada setiap angkatannya. Penelitian ini menghasilkan klaster-klaster yang mencerminkan tingkat heterogenitas setiap angkatan mahasiswa.  Klaster-klaster yang didapat merupakan klaster yang optimal setelah diukur menggunakan Bayesian Information Criterion dan Ratio Distance Measure.

Keywords


Data Akademik; TwoStep; K-Means; Klusterisasi; Bayesian Information Criterion; Ratio Distance Measure

Full Text:

PDF

References


J. Campbell and O. Oblinger, Academic Analytics, Washington: DC: Educause, 2007.

R. Baker and K. Yacef, “The State of Educational Data Mining in 2009 : A review and Future Visions,” Journal of Educational Data Mining , I(1), 2009.

D. Alverina, A. R. Chrismanto and R. G. Santosa, “Perbandingan Akurasi Algoritma C4.5 dan CART dalam Memprediksi Kategori Indeks Prestasi Mahasiswa,” Jurnal Teknologi dan Sistem Komputer Volume 6 , No. 2 April 2018, pp. 76-83, 2018.

R. G. Santosa, A. R. Chrismanto and E. Kurniawan, “Analisis Cluster Terhadap Karakteristik Mahasiswa Jalur Prestasi UKDW,” Jurnal Edukasi & Penelitian Informatika (JEPIN) Vol.6, No.1, April 2020, pp. 13-22, 2020.

D. Schiopu, “Applying TwoStep Cluster Analysis for Identifying Bank Customers' Profile,” BULETINUL, pp. 66-75, 2010.

C. E. Mongi, “Penggunaan Analisis TwoStep Clustering untuk Data Campuran,” d'Cartesian : Jurnal Matematika dan Aplikasi Vol. 4 No. 1 Maret 2015, pp. 9-19, 2015.

J. Cho and S. Kim, “Highway Characteristic Classification Using TwoStep Clustering Algorithm : Methodology and Case Study in Korea,” in Proceedings of The Eastern Asia Society for Transportation, 2009.

M. Trpkova and D. Tevdovski, “Challenges for Analysis of The Economy, The Bussinesses and Social Progress,” Makedonia, 2007.

N. D. Moroke, “A TwoStep Clustering ALgorithm as Applied to Crime Data of South Africa,” Corporate Ownership & Control Volume 12, issue 2, winter 2015, pp. 482-490, 2015.

S. M. Satish and S. Bharadhwaj, “Information Search Behaviour Among New Car Buyer,” IIMB Management Review(2010) 22, pp. 5-15, 2010.

O. Dwipurwani, “Penerapan Metode TwoStep Cluster Analysis (TCA) pada Pengelompokan Mahasiswa Matematika MIPA UNSRI Berdasar Cara Belajar,” in Prosiding Semirata FMIPA Universitas Lampung , Lampung , 2013.

N. Setiyawati and D. H. Bangkalang, “Penerapan Metode Two-Step Cluster dalam Analisis Menu Engineering pada Usaha Kuliner,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 7, No. 2, April 2020, pp. 359-366, 2020.

I. A. Hapsari, D. Kusnandar and N. Imro'ah, “Metode TwoStep Cluster Dalam Mengelompokkan Mahasiswa FMIPA UNTAN,” Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster), pp. 173-180, 2020.

J. Bacher, K. Wenzig and M. Vogler, “SPSS TwoStep Cluster - a First Evaluation,” Universitat Erlangen-Nurnberg, 2004.

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

B. Swarbrick, Multivariate Data Analysis for Dummies CAMO Software Special edition, John Wiley & Sons, LTD Chichester, 2012.

A. K. Wardhani, “K-Means Algorithm Implementation for Clustering of Patients Disease in Kajen Clinic of Pekalongan,” Jurnal TRANSFORMATIKA Volume 14 Nomor 1, July 2016, pp. 30-37, 2016.

M. Singh, A. Rani and R. Sharma, “An Optimised Approach For Student's Academic Performance By K-Means Clustering Algorithm Using Weka Interface,” International Journal of Advanced Computational Engineering and Netrworking ISSN 2320-2106, Volume-2, Issue-7 July 2014, pp. 2-9, 2014.

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




DOI: http://dx.doi.org/10.26418/jp.v7i2.47735

Refbacks

  • There are currently no refbacks.