<![CDATA[Data mining merupakan teknik dalam melakukan pengolahan data dengan kapasitas data yang besar atau dikenal dengan bigdata. Proses yang digunakan pada teknik ini dikenal dengan proses knowledge discovery in database. Dimana terdapat 4 model yang dapat diterapkan pada data mining salah satunya adalah cluster. Pengelompokan dapat dilakukan dengan beberapa algoritma salah satunya adalah k-means clustering. Dimana algoritma ini digunakan untuk membantu dalam proses pengelompokan data berdasarkan jarak terdekat dari cluster yang dibentuk. Pada proses seleksi beasiswa KIP Kuliah dibutuhkan analisa yang mampu mengelompokan data berdasarkan penilaian terhadap variabel yang digunakan sehingga menghasilkan kelompok data yang memiliki kesamaan yang sangat dekat. Dimana dengan dilakukan pengelompokan data maka dapat diketahui peserta yang layak menerima beasiswa KIP kuliah sesuai dengan standar kriteria yang telah ditetapkan. Adapun kriteria yang digunakan adalah penghasilan orang tua, jumlah tanggungan orang tua, hasil tes tertulis. Pengujian hasil analisa k-means clustering menggunakan aplikasi pengujian yaitu rapidminer 5. Pengelompokan dilakukan untuk dapat menentukan pendaftar kip kuliah yang layak menerima beasiswa. Dari hasil analisa dan pengujian didapatkan jumlah peserta berdasarkan kluster yang telah ditentukan yaitu pada cluster 1 berjumlah 6 orang dengan status tidak lulus, kluster 2 berjumlah 7 orang status cadangan dan kluster 3 berjumlah 7 orang dinyatakan lulus. Dari hasil rekomendasi tersebut pihak perguruan tinggi dapat dengan mudah dalam menetapkan pendaftar yang berhak mendapatkan beasiswa KIP kuliah.]]>
Copyrights © 2023
