<![CDATA[STMIK STIKOM Indonesia (STIKI Indonesia) memiliki data alumni yang cukup banyak tetapi data tersebut tidak diolah lebih lanjut untuk menjadi informasi yang lebih berguna. STIKI Indonesia juga kurang mengetahui informasi persebaran alumni di dunia kerja. Untuk mengatasi permasalah tersebut dapat memanfaatkan teknologi Sistem Informasi Geografis (SIG) dan data mining. SIG memiliki kemampuan untuk menyajikan informasi dalam bentuk grafis dan data mining bisa mengekstraksi pola yang tersembunyi dari database besar. Clustering dilakukan pada data alumni dengan atribut bidang pekerjaan, Indeks Prestasi Komulatif (IPK), lama study dan lama pengerjaan tugas akhir. Metode yang digunakan yaitu Fuzzy C-Means (FCM) dan untuk pengukuran validitas cluster menggunakan Modified Partition Coefficient (MPC) dan Classification Entropy (CE). Hasil pengujian menunjukkan bahwa jumlah cluster yang paling optimal adalah 7 cluster dan cluster yang memiliki karakteristik terbaik adalah cluster ke 1 yang jumlah anggotanya 49 (9,3155% dari jumlah keseluruhan alumni), jumlah ini masih sangat kecil jika dibandingkan dengan total keseluruhan jumlah alumni. Pengujian menggunakan metode black box pada Sistem Informasi Geografis Pemetaan Persebaran Alumni dengan Analisa Clustering didapatkan hasil bahwa semua modul dalam sistem telah berfungsi dengan baik.]]>
Copyrights © 2018
