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

Journal of Applied Computer Science and Technology Pub Date : 2020-12-16 DOI:10.52158/JACOST.V1I2.102

Haris Kurniawan, Sarjon Defit, Sumijan

{"title":"Data Mining Menggunakan Metode K-Means Clustering Untuk Menentukan Besaran Uang Kuliah Tunggal","authors":"Haris Kurniawan, Sarjon Defit, Sumijan","doi":"10.52158/JACOST.V1I2.102","DOIUrl":null,"url":null,"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. \n ","PeriodicalId":151855,"journal":{"name":"Journal of Applied Computer Science and Technology","volume":"3 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-12-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Applied Computer Science and Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.52158/JACOST.V1I2.102","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 1

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.

查看原文本刊更多论文

数据挖掘使用了k - memeling方法来定义单一的学费

数字化和自动化服务中,大学生在大学里可以产生大数据。政府使命在技术研究和高等教育部长,以便规定规模在全国大学学费UKT(单数)分为5组水平根据父母的社会经济条件。设定UKT过程中很多父母的社会经济指标中必须的偏见,这样使得mengidentifiksi和找到合适的配方。对于这个学生分组数据进行数据挖掘技术的使用方法K-Means聚类。这个分类方法规模方面UKT学生根据父母社会经济模式或相似的数据。本研究中使用的是数据大草原国家未来的新生女强人。这个分类旨在帮助设立了规模方面UKT大学新生的国家的候选人。从研究结果5组规模方面UKT UKT组成类别1。50万卢比,UKT类别2 100万卢比,UKT类别3 200万卢比,4到5级UKT 300卢比和UKT类别400万卢比。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Journal of Applied Computer Science and Technology

自引率

0.00%

发文量