IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING MAHASISWA BERDASARKAN NILAI MASUK PERGURUAN TINGGI

Siti Mujilahwati; Retno Wardhani

doi:10.30736/jti.v6i1.582

IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING MAHASISWA BERDASARKAN NILAI MASUK PERGURUAN TINGGI

Authors

Siti Mujilahwati Universitas Islam Lamongan
Retno Wardhani Universitas Islam Lamongan

DOI:

https://doi.org/10.30736/jti.v6i1.582

Keywords:

Fuzzy C-MEANS, Exam PMB, Clustering, Matlab

Abstract

Penyaringan tes ujian pada penerimaan mahasiswa baru atau biasa disingkat dengan PMB, merupakan salah satu tahapan selain melengkapi berkas administratif. Pada Universitas Islam Lamongan (Unisla), tes penyaringan ini digunakan untuk melihat potensi calon mahasiswa berdasarkan nilai yang diperoleh. Dilihat dari hasil tes ini, maka langkah selanjutnya adalah panitia PMB dapat menentukan calon mahasiswa yang harus mengikuti kuliah matrikulasi atau tidak. Untuk saat ini penentuan dari hasil nilai tes dilakukan secara mengurutkan dari nilai tertinggi. Panitia juga akan memberikan nilai batas minimal dari nilai rata-rata tes yang diberikan untuk menentukan calon mahasiswa yang berhak tidak mengikuti kuliah matrikulasi. Pada penelitian ini akan membuat pengujian model klaster untuk menentukan kelompok calon mahasiswa yang tidak wajib mengikuti kuliah matrikulasi dan yang wajib mengikuti. Metode klaster yang digunakan adalah Fuzzy C-Means. Dengan menggunakan data uji sebanyak 400 data calon mahasiswa dan menggunakan 5 atribut nilai dari hasil tes PMB. Dan pengujian metode ini diimplementasikan pada Software Matlab telah mendapatkan hasil klaster 1 (Tidak Mengikuti kuliah matrikulasi) sebanyak 178 dengan nilai tes rata-rata 273,039 sedangkan pada klaster 2 (Wajib mengikuti kuliah matrikulasi) sebanyak 222 dengan nilai tes rata-rata 212,610.

Downloads

Download data is not yet available.

Author Biography

Siti Mujilahwati, Universitas Islam Lamongan

Fakultas Teknik

Prodi Teknik Informatika

Dosen

References

S. P. H. KUSUMADEWI, Aplikasi Logika Fuzzy untuk Pendukung Keputusan, Yogjakarta: Graha Ilmu, 2004.

D. I. V. H. M. RAHAKBAUW, "Implementasi Fuzzy C-Means Clustering dalam Penentuan Beasiswa," Barekeng (Jurnal Ilmu Matematika dan Terapan), pp. 1-11, 2017.

E. Z. M. RAMADHAN A, "Perbandingan K-Means dan Fuzzy C-Means untuk pengelompokan Data User Knowledge Modeling," Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 9, pp. 219-226, 2017.

R. D. S. Y. MALIK A, "Perbandingan Algoritma K-Means Clustering dengan Fuzzy C-means dalam Mengukur Tingkat Kepuasan Terhadap Dakwah Surau TV," RABIT : Jurnal Teknologi dan Sistem Informasi Univrab, pp. 10-21, 2018.

R. R. I. P. A. RISMANTO, "Implementasi Fuzzy C-Means untuk Prediksi Perilaku Mahasiswa Berdasrkan Jumlah Ketidakhadiran," SMARTICS Journal, pp. 39-46, 2017.

N. S. N. A. F. DWITIYANTI, "Penerapan Fuzzy C-Means Cluster dalam pengelompokkan Provinsi Indonesia Menurut Indikator Kesejahteraan Rakyat," Faktor Exacta12, pp. 201-209, 2019.

J. S. E. S. A. TAMAELA, "Cluster Analysis Menggunakan Algoritma Fuzzy C-means dan K-means Untuk Klasterisasi dan Pemetaan Lahan Pertanian di Minahasa Tenggara," Jurnal Buana Informatika, pp. 151-160, 2017.

B. A. B. POERWANTO, "Implementasi Algoritma Fuzzy C-means dalam Mengelompokkan Kecamatan di Tana Luwu Berdasarkan Produktifitas Hasil Perkebunan," Jurnal MATRIK, pp. 163-172, 2019.

P. E, Data mining mengolah data menjadi informasi menggunakan matlab, Yogyakarta: Andi Offset, 2014.

B. S. D. Utomo, Perencanaan dan Pembangunan Sistem Informasi, Yogyakarta: Andi , 2002.

V. Venkatesh, M. G. Morris, G. B. Davis and F. D. Davis, "User Acceptance of IT: Towards A Unified View," MIS Quarterly, pp. 425-478, 2003.

I. G. N. Sedana and S. W. Wijaya, "UTAUT Model for Understanding Learning Management System," Internetworking Indonesia Jurnal Vol.2/No.2, pp. 27-32, 2010.

R. Field, "Indonesia's Dangerous Haze," 26 October 2015. [Online]. Available: http://www.policyforum.net/indonesias-dangerous-haze/0.

M. Syukur, 21 Oktober 2015. [Online]. Available: http://news.liputan6.com/read/2345710/paru-paru-penuh-asap-bocah-di-riau-meninggal. [Accessed 8 Oktober 2016].

B. Warsito, D. Ispriyanti and H. Widayanti, "Clustering Data Pencemaran Udara Sektor Industri di Jawa Tengah Dengan Kohonen Neural Network," Jurnal PRESIPITASI, 2008.

A. Iizuka, S. Shirato, A. Mizukoshi, M. Noguchi, A. Yamasaki and Y. Yanagisawa, "A Cluster Analysis of Constant Ambient Air Monitoring Data from the Kanto Region of Japan," International Journal of Environmental Research and Public Health, pp. 6844-6855, 2014.

J. Han and M. Kamber, Data Mining Concepts and Techniques Second Edition, San Francisco: Morgan Kaufmann, 2006.

Asroni and R. Adrian, "Penerapan Metode K-means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang," Jurnal Ilmiah Semesta Teknika, pp. 76-82, 2015.

E. PRASETYO, Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab, Yogjakarta: Andi Offset, 2014.

Downloads

PDF (Bahasa Indonesia)

PlumX Metrics

Published

2021-03-31

How to Cite

Mujilahwati, S., & Wardhani, R. (2021). IMPLEMENTASI FUZZY C-MEANS UNTUK CLUSTERING MAHASISWA BERDASARKAN NILAI MASUK PERGURUAN TINGGI. Joutica, 6(1), 448–453. https://doi.org/10.30736/jti.v6i1.582

Download Citation

Issue

Vol. 6 No. 1 (2021): Jurnal Teknik Informatika

Section

Jouticla Jurnal Teknik Informatika

License

Joutica : Journal of Informatic Unisla is licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license. You are free to:

Share copy and redistribute the material in any medium or format
Adapt remix, transform, and build upon the material for any purpose, even commercially. This license is acceptable for Free Cultural Works.

The licensor cannot revoke these freedoms as long as you follow the license terms.

Attribution You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
Share Alike If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Copyright

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).