<![CDATA[IMPLEMENTASI ALGORITMA K-MEANS CLUSTARI UNTUK MENENTUKAN CALON PENERIMA BEASISWA UKT DI UNIVERSITAS SAINS AL-QUR'AN]]>
Diah Nilam Cahya
Pengarang
Muslim Hidayat, M.Kom
Dosen Pembimbing 1
M.Fuad Asnawi, S.Kom., M.m.
Dosen Pembimbing 2
Dian Asmarajati., M.Kom.
Penguji 1
Muslim Hidayat, M.Kom
Ketua Penguji
Dimas Prasetyo Utomo, M.Kom
Penguji 2
Beasiswa UKT (Uang Kuliah Tunggal) merupakan bantuan pendidikan dari Kementrian Pendidikan, Kebudayaan, Riset dan Teknologi (Kemendikbud Ristek) yang diberikan kepada mahasiswa yang mengalami kendala finansial dan tidak sanggup membayar UKT. Di Universitas Sains Al-Qur’an, proses seleksi calon penerima beasiswa UKT dilakukan secara manual tanpa dilakukan pembersihan data terlebih dahulu. Dibutuhkan metode penerapan data mining agar penentuan calon penerima beasiswa UKT dilakukan secara cepat dan tepat sasaran. Penelitian ini bertujuan untuk menentukan calon penerima beasiswa UKT di Universitas Sains Al-Qur’an menggunakan algoritma K-Means Clustering. Algoritma K-Means Clustering cocok digunakan pada dataset yang belum memiliki label. Data yang digunakan pada penelitian ini merupakan data pendaftar beasiswa sebanyak 521 data yang sebelumnya telah melalui tahap pra-proses data. Terdapat 4 atribut yang digunakan yaitu pekerjaan ayah, pekerjaan ibu, penghasilan gabungan orang tua, dan jumlah anggota keluarga yang ditanggung. Dari 521 data yang melelaui proses clustering dengan jumlah cluster yang ditentukan sebanyak tiga cluster, ditentukan bahwa cluster 0 yang memiliki 215 anggota layak menerima beasiswa UKT, cluster 1 yang memiliki 104 anggota tidak layak menerima beasiswa UKT dan cluster 2 yang memiliki 202 anggota kurang layak menerima beasiswa UKT. Hasil evalusi menggunakan Davies-Bouldin Index (DBI) pada data sampel sebanyak 15 data menunjukkan nilai DBI sebesar 0,587. Sedangkan evaluasi data secara keseluruhan sebanyak 521 data menunjukkan nilai DBI sebesar 0,861.
Kata kunci: Beasiswa UKT, Clustering, Data mining, Davies-Bouldin Index, K-Means