Implementasi Metode K-Means Clustering Dalam Sistem Pemilihan Jurusan Di SMK Swasta Harapan Baru

Authors

  • Yerianus Lase STMIK Pelita Nusantara
  • Erwin Panggabean STMIK Pelita Nusantara

DOI:

https://doi.org/10.34012/jutikomp.v2i2.723

Keywords:

Selection of Majors, Clusters, Centroids, K-Means Clustering

Abstract

SMK Swasta Harapan Baru memiliki dua jurusan yang dapat dipilih oleh siswa/siswinya, yaitu jurusan Teknik Kendaraan Ringan (TKR) dan jurusan Rekayasa Perangkat Lunak (RPL). Pemilihan jurusan merupakan hak dari siswa/siswi, namun kesalahan pemilihan jurusan dapat menyebabkan penurunan motivasi belajar dan rendahnya prestasi siswa/siswi. Permasalahan ini dapat diselesaikan dengan menggunakan metode K-Means Clustering. Proses pengelompokan data ini dilakukan berdasarkan kemiripan data antar kelompok pada titik tengah (cluster) dari 2 jurusan. Means merupakan metode yang membutuhkan parameter input sebanyak K dan membagi sekumpulan n objek ke dalam K cluster sehingga tingkat kemiripan antar anggota dalam suatu cluster tinggi, sedangkan tingkat kemiripan dengan anggota pada cluster lain sangat rendah. Setiap data siswa dihitung jarak kedekatannya dengan centroid dari masing-masing jurusan, setelah itu dilakukan update terhadap nilai centroid berdasarkan nilai rata-rata dari masing-masing kelompok. Bila nilai centroid masih berubah, maka dilakukan perhitungan jarak ulang hingga nilai centroid tidak berubah, dan data clustering stabil. Hasil penelitian adalah aplikasi dapat digunakan untuk membantu proses pemilihan jurusan pada siswa SMK Swasta Harapan Baru secara otomatis, sehingga dapat membantu siswa/siswi yang masih bingung dengan pemilihan jurusan dan dapat menghindari kesalahan dalam pemilihan jurusan.

               

 

References

Apriadi Bahar, Bambang Pramono, dan Laode Hasnuddin S Sagala, “Penentuan Strategi Penjualan Alat-Alat Tattoo di Studio Sonyxtattoo Menggunakan Metode K-Means Clustering”, Seman TIK, Vol.2, No.2 Jul-Des 2016.
[2] Sheih Al Syahdan, Anita Sindar, Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota, Jurnal Nasional Komputasi dan Teknologi Informasi, Vol. 1 No. 2, Oktober 2018, hal: 56-63.
[3] Herman Mulyana, Pemakaian Metode Asosiasi Dalam Data Mining Untuk Penjualan Lebih Dari Satu Jenis Produk Pada Perusahaan, Jurnal Pilar Nusa Mandiri, Vol.X No.1, Maret 2014, hal 47-56.
[4] Anita Sindar Sinaga, Implementasi OLAP Menggunakan Dashboard Holistics Software Pada LPPM STMIK Pelita Nusantara, Jutikomp, Volume 2 Nomor 1 Tahun 2019, hal : 55-59.
[5] Saut Parsaoran Tamba, Felix Toknady Kesuma, Feryanto, Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering, Jurnal Sistem Informasi Ilmu Komputer Prima (JUSIKOM PRIMA), Vol. 2 No. 2, Maret 2019, hal: 67-72.
[6] Anita Sindar RM Sinaga, Data Mining Informasi Tingkat Kelulusan Mahasiswa STMIK Pelita Nusantara, Jurnal Manajemen dan Informatika Komputer Pelita Nusantara, Tahun 2017 hal 27-35.
[7] T. Taslim, Penerapan Algorithma K-Mean Untuk Clustering Data Obat Pada Puskesmas Rumbai, Jurnal Teknologi Informasi & Komunikasi Digital Zone, Volume 7, Nomor 2,November 2016:108-114.
[8] Linda Maulida, Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisataunggulan Di Prov. Dki Jakarta Dengan K-Means, JISKa (Jurnal Informatika Sunan Kalijaga), Vol. 2, No. 3, Januari, 2018, Pp. 167–174.
[9] Mardalius, Implementasi Algoritma K-Means Clustering Untuk Menentukan Kelas Kelompok Bimbingan Belajar Tambahan (Studi Kasus : Siswa Sma Negeri 1 Ranah Pesisir), Proceding SEMILOKA ROYAL 2017 “Teknologi Mobile” 02 Desember 2017 Hal-105.
[10] B. Poerwanto, R.Y. Fa’rifah, Analisis Cluster K-Means Dalam Pengelompokan Kemampuan Mahasiswa, Jurnal Scientific Pinisi, Volume 2, Nomor 2,Oktober 2016, hlm. 92-96.

Downloads

Published

2019-10-25

How to Cite

Lase, Y., & Panggabean, E. (2019). Implementasi Metode K-Means Clustering Dalam Sistem Pemilihan Jurusan Di SMK Swasta Harapan Baru. JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP), 2(2), 375-379. https://doi.org/10.34012/jutikomp.v2i2.723