Optimalisasi K-MEDOID dalam Pengklasteran Mahasiswa Pelamar Beasiswa dengan CUBIC CLUSTERING CRITERION
DOI:
https://doi.org/10.25077/TEKNOSI.v3i1.2017.211-218Keywords:
beasiswa, clustering, data mining, K-Medoids, Cubic Clustering Criterion (CCC)Abstract
Beasiswa merupakan salah satu bantuan belajar yang diberikan kepada mahasiswa. Salah satu beasiswa yang ada adalah beasiswa yang diberikan oleh negara dengan nama Bantuan Belajar Mahasiswa (BBM). Pengelompokan data mahasiswa penerima beasiswa berguna untuk menentukan mahasiswa yang berhak, dipertimbangkan atau tidak berhak. Dengan pengelompokan mahasiswa penerima beasiswa ini dapat memudahkan pihak tata usaha dalam menentukan penerima beasiswa khususnya beasiswa BBM. Pengelompokan tersebut dalam dilakukan dengan menggunakan teknik klustering berbasis partisi yaitu dengan algoritma K-Medoids. Data-data yang didapat untuk dilakukan pengelompokan terdiri dari atribut SKS, IPK, Tanggungan orang tua dan jumlah penghasilan orang tua. Dari data-data yang didapat memiliki nilai yang beragam dan memiliki rentang satu dengan yang lainnya berjauhan. Maka dilakukan tiga buah skenario, yaitu 1: semua data yang didapat dilakukan pengelompokan dengan K-Medoids, 2 : sebagian data yang didapat dilakukan kodefikasi, 3 : semua data yang ada dilakukan kodefikasi. Dari ketiga skenario yang dilakukan didapat nilai Cubic Clustering Criterion (CCC). Dataset kodifikasi keseluruhan menunjukkan nilai CCC berada diantara 2 sampai 3 ini menunjukkan bahwa dataset kodifikasi keseluruhan mempunyai keseragaman yang baik. Hal ini dikarenakan semua nilai pada setiap atribut memiliki nilai yang hampir sama.ÂReferences
K. P. Nasional, D. Jenderal, P. Tinggi, and D. Kelembagaan, “Beasiswa peningkatan prestasi akademik (ppa) dan bantuan belajar mahasiswa (bbm),†2010.
P. Beynon-Davies, Database Systems. Palgrave Macmillan, 2004.
B. Santoso, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. 2007.
J. Han, J. Pei, and M. Kamber, Data Mining: Concepts and Techniques. Elsevier Science, 2011.
I. H. Witten, E. Frank, and M. A. Hall, Data Mining: Practical Machine Learning Tools and Techniques. Elsevier Science, 2011.
E. T. Kusrini and Luthfi, algoritma data mining. Penerbit Andi.
D. N. Nango, “Penerapan Algoritma K-Means untuk Clustering Data Anggaran Pendapatan Belanja Daerah Di Kabupaten XYZ,†2012.
A. Yusuf and H. Tjandrasa, “Prediksi Nilai Dengan Metode Spectral Clustering Dan Clusterwise Regression,†vol. VIII, no. 1, pp. 39–45, 2013.
H. Park et al., “A K-means-like Algorithm for K-medoids Clustering and Its Performance,†System, no. C, pp. 2005–2008, 2008.
D. Velmurugan, “Efficiency of k-Means and K-Medoids Algorithms for Clustering Arbitrary Data Points,†Int. J. Comput. Technol. …, vol. 3, no. 5, pp. 1758–1764, 2012.
L. a. Kurgan and P. Musilek, “A survey of Knowledge Discovery and Data Mining process models,†Knowl. Eng. Rev., vol. 21, no. 1, p. 1, 2006.
R. Wirth, “CRISP-DM : Towards a Standard Process Model for Data Mining,†Proc. Fourth Int. Conf. Pract. Appl. Knowl. Discov. Data Min., no. 24959, pp. 29–39, 2000.
G. Mariscal, Ó. Marbán, and C. Fernández, “A survey of data mining and knowledge discovery process models and methodologies,†Knowl. Eng. Rev., vol. 25, no. 2, pp. 137–166, 2010.
A. A. Romdhoni, Wiharto, and E. Suryani, “Peramalan Nilai Tukar Mata Uang Dollar AS terhadap Rupiah Menggunakan Neural Network Ensemble Bagging,†J. ITSMART, vol. 2, no. 2, pp. 42–47, 2013.
L. S. Mandani, E. Sumarminingsih, W. H. Nugroho, J. Matematika, F. Mipa, and U. Brawijaya, “Study Tentang Metode Complete Case , Last Observation Carried Forward , Dan Unconditional Mean Imputation Untuk Mengatasi Data Hilang Dengan Pola Monoton Dan Non Monoton Pada Data Longitudinal,†J. Mhs. Stat., vol. 1, no. 2, p. 129, 2013.
B. Setiyono and I. Mukhlash, “Kajian Algoritma GDBScan , Clarans dan Cure untuk Spatial Clustering,†limits, vol. 2, no. 2, pp. 117–128, 2005.
T. Wuryandari, A. Rusgiyono, and E. Setyowati, “Pengelompokan Kabupaten/Kota Berdasarkan Komoditas Pertanian Menggunakan Metode K Medoids,†Media Stat., vol. 9, no. 1, pp. 41–49, 2016.
W. A. Triyanto, “Algoritma K-Medoids Untuk Penentuan Strategi Pemasaran,†Simetris, vol. 6, no. 1, pp. 183–188, 2015.
C. Bian, C. Yuan, W. Kuang, and D. Wu, “Evaluation, Classification, and Influential Factors Analysis of Traffic Congestion in Chinese Cities Using the Online Map Data,†Math. Probl. Eng., vol. 2016, 2016.
S. K. A. Fahad and M. Alam, “A Modified K-Means Algorithm for Big Data Clustering,†vol. 6, no. 4, pp. 129–132, 2016.
R. J. Broderick, K. Munoz-Ramos, and M. J. Reno, “Accuracy of clustering as a method to group distribution feeders by PV hosting capacity,†Proc. IEEE Power Eng. Soc. Transm. Distrib. Conf., vol. 2016–July, no. Ccc, 2016.
Ahmad Nur Rohman, “Pengelompokan wilayah di indonesia dengan analisis gerombol dan analisis input output dalam bidang teknologi komunikasi ahmad nur rohman,†2015.
Downloads
Submitted
Accepted
Published
How to Cite
Issue
Section
License
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.