Data Mining Menggunakan Metode K-Means Clustering Untuk Menentukan Besaran Uang Kuliah Tunggal

Haris Kurniawan; Sarjon Defit; Sumijan

doi:10.52158/jacost.v1i2.102

Data Mining Menggunakan Metode K-Means Clustering Untuk Menentukan Besaran Uang Kuliah Tunggal

Haris Kurniawan UPI YPTK Padang
Sarjon Defit Universitas Putra Indonesia “YPTK” Padang
Sumijan Universitas Putra Indonesia “YPTK” Padang

DOI: https://doi.org/10.52158/jacost.v1i2.102
I will put the dimension here

Keywords: Kata kunci: Data Mining, Clustering, K-Means, Uang Kuliah Tunggal

Abstract

Digitalisasi dan otomasi dalam pelayanan mahasiswa di Perguruan Tinggi dapat menghasilkan big data. Amanat pemerintah dalam Peraturan Mentri Riset Teknologi dan Pendidikan Tinggi agar besaran Uang Kuliah Tunggal (UKT) di Perguruan Tinggi Negeri dibagi ke dalam 5 kelompok berdasarkan tingkatan kondisi sosial ekonomi orang tua. Dalam proses menetapkan UKT begitu banyak indikator sosial ekonomi orang tua yang harus dijadikan acuan sehingga menyulitkan dalam mengidentifiksi dan mencari formula yang tepat. Untuk mengelompokkan data mahasiswa ini dilakukan dengan teknik data mining menggunakan metode K-Means Clustering. Metode ini mengelompokkan besaran UKT mahasiswa berdasarkan pola atau kemiripan data sosial ekonomi orang tua. Data yang digunakan dalam penelitian ini adalah data calon mahasiswa baru Unversitas Negeri Padang. Pengelompokan ini bertujuan untuk membantu menetapkan besaran UKT calon mahasiswa baru pada Perguruan Tinggi Negeri. Hasil dari penelitian diperoleh 5 kelompok besaran UKT, terdiri dari UKT kategori 1 Rp. 500.000, UKT kategori 2 Rp. 1.000.000, UKT kategori 3 Rp. 2.000.000, UKT kategori 4 Rp. 3.000.000 dan UKT kategori 5 Rp. 4.000.000.

Downloads

Download data is not yet available.

References

Aranda, J., dan Natasya, W.A.G., 2016. Penerapan Metode K-Means Cluster Pada Sistem Pendukung Keputusan Pemilihan Konsentrasi Untuk Mahasiswa International Class STMIK AMIKOM Yogyakarta, Seminar Nasional Teknologi Informasi dan Multimedia 2016 STMIK AMIKOM Yogyakarta. Yogyakarta, Indonesia 6-7 Februari 2016. STMIK AMIKOM: Yogyakarta.

Larose D, T., 2005. Discoverinzg knowledge in data: an introduction to data mining, Jhon Wiley & Sons Inc.

Metisen, B. M., dan Sari, H. L., 2015. Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila, Jurnal Media Infotama. Vol. 11 No. 2, September 2015.

Pramadhani, A. E., dan Setiadi, T., 2014. Penerapan Data Mining Untuk Klasifikasi Prediksi Penyakit ISPA (Infeksi Saluran Pernapasan Akut) Dengan Algoritma Decision Tree (ID3), Jurnal Sarjana Teknik Informatika. Volume 2 Nomor 1, Februari 2014.

Republik Indonesia., 2012. Undang¬ Undang Republik Indonesia. No.12. tentang Pendidikan Tinggi. Sekretariat Negara. Jakarta.

Republik Indonesia., 2013. Permenag No.12. Tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal Bagi Mahasiswa Baru Pada Perguruan Tinggi Negeri Agama RI Tahun Akademik 2013/2014. Sekretariat Negara. Jakarta.

Republik Indonesia., 2013. Permendikbud No.55 Tahun 2013 tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal Pada Perguruan Tinggi Negeri di Lingkungan Kemdikbud. Menteri Pendidikan dan Kebudayaan. Jakarta.

Republik Indonesia., 2015. Permenristek Dikti No.22 Tahun 2015 tentang Biaya Kuliah Tunggal dan Uang Kuliah Tunggal Pada Perguruan Tinggi Negeri di Lingkungan Kemristek Dikti. Menteri Pendidikan dan Kebudayaan. Jakarta.

Riano, K., dan Sediyono, E., (2013). Penentuan Alih Fungsi Lahan Marginal Menjadi Lahan Pangan Berbasis Algoritma K-means di Wilayah Kabupaten Boyolali. Jdc. 2. 20

Setiawan, R., 2016. Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru, Jurnal Lentera ICT. Vol.3 No.1.

Singh, M., dan Bansal, M., 2015. A Survey on Various K-Means algorithms for Clustering, IJCSNS. VOL.15 No.6, June 2015.

Taslim., dan Fajrijal., 2016. Penerapan Algorithma K-Mean untuk Clustering Data Obat pada Puskesmas Rumbai, Jurnal Teknologi Informasi & Komunikasi Digital Zone. Vol. 7, No. 2, November 2016:108-114.

Turban., 2005. Decision Support Systems and Intelligent Systems 7th Ed. New Jersey. Pearson Education. No.5 (2013), pp. 241-266

Published

2020-12-16

How to Cite

[1]

Haris Kurniawan, Sarjon Defit, and Sumijan, “Data Mining Menggunakan Metode K-Means Clustering Untuk Menentukan Besaran Uang Kuliah Tunggal”, J. Appl. Comput. Sci. Technol., vol. 1, no. 2, pp. 80 - 89, Dec. 2020.

Download Citation

Issue

Vol 1 No 2 (2020): Desember 2020

Section

Articles

Pernyataan Hak Cipta dan Lisensi

Dengan mengirimkan manuskrip ke Journal of Applied Computer Science and Technology (JACOST), penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.

Hak cipta pada setiap artikel adalah milik penulis.
Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
Penulis mengakui bahwa Journal of Applied Computer Science and Technology (JACOST) sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA).
Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Journal of Applied Computer Science and Technology (JACOST);
Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini. Journal of Applied Computer Science and Technology (JACOST) tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.

Lisensi :

Journal of Applied Computer Science and Technology (JACOST) diterbitkan berdasarkan ketentuan Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.

Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.

Lisensi :

Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.