KLASTERISASI TRACER STUDY ALUMNI UNIVERSITAS XYZ MENGGUNAKAN ALGORITMA K-MEANS

Authors

  • Fabiyan Atha Fernaldy Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Amalia Anjani Arifiyanti Universitas Pembangunan Nasional "Veteran" Jawa Timur
  • Dhian Satria Yudha Kartika Universitas Pembangunan Nasional "Veteran" Jawa Timur

DOI:

https://doi.org/10.23960/jitet.v13i1.5581

Abstract Views: 297 File Views: 179

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengelompokkan data alumni berdasarkan Indeks Prestasi Kumulatif (IPK) dan masa tunggu untuk mendapatkan pekerjaan menggunakan algoritma K-Means. Metode Elbow dan Silhouette Score diterapkan untuk menentukan jumlah cluster yang optimal. Hasil evaluasi menunjukkan bahwa untuk dataset yang dianalisis, jumlah cluster optimal untuk dataset pertama adalah tiga, sedangkan untuk dataset kedua adalah dua, dengan nilai Silhouette Score tertinggi masing-masing 0.497656 dan 0.502767. Deskripsi hasil clustering mengungkapkan perbedaan karakteristik antara cluster, di mana cluster dengan rata-rata IPK tertinggi memiliki masa tunggu terendah untuk mendapatkan pekerjaan. Temuan ini memberikan wawasan berharga bagi pengembangan kurikulum dan program bimbingan karir, serta meningkatkan pemahaman tentang pola karir alumni. Penelitian ini diharapkan dapat menjadi referensi untuk studi lebih lanjut dalam bidang analisis data dan pengembangan pendidikan.

Downloads

Download data is not yet available.

References

I. W. C. Sujana, “FUNGSI DAN TUJUAN PENDIDIKAN INDONESIA,” Adi Widya: Jurnal Pendidikan Dasar, vol. 4, no. 1, p. 29, Jul. 2019, doi: 10.25078/aw.v4i1.927.

V. B. Siahaan and A. R. Kardian, “Penerapan Algoritma K-Means Untuk Analisis Tracer Alumni Universitas Gunadarma Jurusan Sistem Informasi dan Sistem Komputer Angkatan 2013,” Jurnal Ilmiah KOMPUTASI, vol. 18, no. 3, pp. 215–228, Sep. 2019.

Joko Sutrisno, Arief Wibowo, and Bayu Satria Pratama, “KLASTERISASI DATA HASIL STUDI PELACAKAN TENTANG KARIR DAN PEKERJAAN LULUSAN PERGURUAN TINGGI MENGGUNAKAN ALGORITMA K-MEANS,” J-Icon : Jurnal Komputer dan Informatika, vol. 11, no. 2, pp. 157–164, Oct. 2023.

A. BASTIAN, “Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka),” Jurnal Sistem Informasi, vol. 14, no. 1, pp. 28–34, Apr. 2018, doi: 10.21609/jsi.v14i1.566.

“Tracer Study,” Tracer Study POLBAN . Accessed: Oct. 29, 2023. [Online]. Available: https://penelusuranalumni.polban.ac.id/tentang#:~:text=Tracer%20Study%20atau%20yang%20sering,lulusan%20lembaga%20penyelenggara%20pendidikan%20tinggi

C. Zai, “IMPLEMENTASI DATA MINING SEBAGAI PENGOLAHAN DATA,” JURNAL PORTAL DATA, vol. 2, Apr. 2022.

P. S. Hasugian, J. R. Sagala, and L. D. Ani, “Alumni Data Grouping Using the K-Means Clustering Method for Study Program Curriculum Development,” Jurnal Info Sains : Informatika dan Sains, vol. 13, no. 2, pp. 137–144, 2023.

A. Nofiar, S. Defit, and Sumijan, “Penentuan Mutu Kelapa Sawit Menggunakan Metode K-Means Clustering,” Jurnal KomtekInfo, vol. 5, no. 3, pp. 1–9, Apr. 2019, doi: 10.35134/komtekinfo.v5i3.26.

A. Salam, D. Adiatma, and J. Zeniarja, “Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS,” JOINS (Journal of Information System), vol. 5, no. 1, pp. 62–68, May 2020, doi: 10.33633/joins.v5i1.3350.

B. Orleans and E. P. Putra, “Clustering Algoritma (K-Means),” BINUS Higher Education.

F. Febriansyah, “PENERAPAN ALGORITMA K-MEANS CLUSTERING DATA GIZI BALITA PADA UPTD PUSKESMAS BUMI AGUNG,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, Aug. 2024, doi: 10.23960/jitet.v12i3.4923.

I. W. Sukerta Wijaya, I. G. Harjumawan Wiratmaja KS., I. D. M. A. Pramana Setya Bintara, and I. K. G. Ryan Aditya Permana, “Program Menghitung Banyak Bata pada Ruangan Menggunakan Bahasa Python,” TIERS Information Technology Journal, vol. 2, no. 1, Dec. 2021, doi: 10.38043/tiers.v2i1.2840.

M Riziq Sirfatullah Alfarizi, Muhamad Zidan Al-farish, Muhamad Taufiqurrahman, Ginan Ardiansah, and Muhamad Elgar, “Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning,” Karimah Tauhid, vol. 2, no. 1, pp. 1–6, Jan. 2023.

S. Mahallati, J. C. Bezdek, M. R. Popovic, and T. A. Valiante, “Cluster tendency assessment in neuronal spike data,” PLoS One, vol. 14, no. 11, p. e0224547, Nov. 2019, doi: 10.1371/journal.pone.0224547.

A. Akiode, “Using Visualization Algorithms (VAT & iVAT) To Assess Cluster Tendency,” Analytics Vidhya. Accessed: Feb. 25, 2024. [Online]. Available: https://medium.com/analytics-vidhya/using-visualization-algorithms-vat-ivat-to-assess-cluster-tendency-a89251a2400e

D. Kumar and J. C. Bezdek, “Clustering tendency assessment for datasets having inter-cluster density variations,” in 2020 International Conference on Signal Processing and Communications (SPCOM), IEEE, Jul. 2020, pp. 1–5. doi: 10.1109/SPCOM50965.2020.9179608.

A. W. Fuadah, F. N. Arifin, and O. Juwita, “Optimasi K-Klasterisasi Ketahanan Pangan Kabupaten Jember Menggunakan Metode Elbow,” INFORMAL: Informatics Journal, vol. 6, no. 3, p. 136, Dec. 2021, doi: 10.19184/isj.v6i3.28363.

R. Nainggolan, R. Perangin-angin, E. Simarmata, and A. F. Tarigan, “Improved the Performance of the K-Means Cluster Using the Sum of Squared Error (SSE) optimized by using the Elbow Method,” J Phys Conf Ser, vol. 1361, no. 1, p. 012015, Nov. 2019, doi: 10.1088/1742-6596/1361/1/012015.

A. Fikri, B. F. Hutabarat, and U. Khaira, “Komparasi Antara Metode K-Means Clustering Dan Complete Linkage Dalam Pengelompokan Penyaluran Pinjaman Oleh Financial Technology,” Jurnal Ilmiah Media Sisfo, vol. 17, no. 2, pp. 228–239, Oct. 2023, doi: 10.33998/mediasisfo.2023.17.2.1373.

A. Bhardwaj, “Silhouette Coefficient Validating clustering techniques,” Towards Data Science.

Septian Wulandari, “Clustering Kecamatan Di Kota Bandung Berdasarkan Indikator Jumlah Penduduk Dengan Menggunakan Algoritma K-Means,” Seminar Nasional Riset dan Teknologi (SEMNAS RISTEK), vol. 4, no. 1, pp. 128–132, Jan. 2020.

I. Permana and F. N. S. Salisah, “Pengaruh Normalisasi Data Terhadap Performa Hasil Klasifikasi Algoritma Backpropagation,” Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), vol. 2, no. 1, pp. 67–72, Mar. 2022, doi: 10.57152/ijirse.v2i1.311.

Hendro Priyatman, Fahmi Sajid, and Dannis Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa,” JEPIN (Jurnal Edukasi dan Penelitian Informatika), vol. 5, no. 1, pp. 62–66, Mar. 2023.

K. R. Shahapure and C. Nicholas, “Cluster Quality Analysis Using Silhouette Score,” in 2020 IEEE 7th International Conference on Data Science and Advanced Analytics (DSAA), IEEE, Oct. 2020, pp. 747–748. doi: 10.1109/DSAA49011.2020.00096.

Downloads

Published

2025-01-20

How to Cite

Fernaldy, F. A., Arifiyanti, A. A., & Kartika, D. S. Y. (2025). KLASTERISASI TRACER STUDY ALUMNI UNIVERSITAS XYZ MENGGUNAKAN ALGORITMA K-MEANS. Jurnal Informatika Dan Teknik Elektro Terapan, 13(1). https://doi.org/10.23960/jitet.v13i1.5581

Issue

Section

Articles

Most read articles by the same author(s)