Penerapan Algoritma K-Means Clustering Untuk Profil Lulusan Sekolah Menengah Kejuruan
Kode Repository :SKI116/ELA/19
NPM :065115276
Nama :Ela Susilawati
Pembimbing 1 :-Dr.Sri Setyaningsih,M.Si
Pembimbing 2 :-Arie Qur'ania, M.Kom
Abstrak :-PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PROFIL LULUSAN SEKOLAH MENENGAH
KEJURUAN
Ela Susilawati1)
, Sri Setyaningsih2)
,Arie Qur’ania3)
1, 2 & 3)Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan Bogor
1)
ellasusilawati127@gmail.com,
2)
sri.setyaningsih@unpak.ac.id ,
3)
qurania@unpak.ac.id
Abstrak
Data yang berlimpah mengenai lulusan setiap tahunnya selalu bertambah, diantaranya yaitu data lulusan SMK,
banyaknya rekapitulasi data hanya akan menjadi sekumpulan data yang tidak berguna jika tidak dilakukan penggalian
data. Penggalian data dapat dilakukan dengan cara pengelompokan data menjadi beberapa kelompok untuk kemudian
dilakukan clustering terhadap hasil pengelompokan tersebut. Berdasarkan permasalahan di atas maka pada penelitian ini
akan diterapkan Algoritma K-Means Clustering Untuk Profil Lulusan Sekolah Menengah Kejuruan. Dengan adanya
penelitian ini maka diharapkan dapat memberikan informasi mengenai pemetaan lulusan untuk evaluasi kebijakan
sekolah terhadap mutu lulusan. Metode yang diterapkan pada penelitian ini menggunakan tahapan data mining atau
sering juga disebut sebagai Knowledge Discovery and Data Mining (KDD). Pada penelitian ini jumlah cluster yang
digunakan yaitu 4 cluster. Hasil dari proses mechine learning RapidMiner dengan algoritma k-Means clustering berupa
plot yang menggambarkan jumlah data Lulusan pada setiap masing-masing kelompok. Dari hasil analisis cluster tersebut
dapat disimpulkan bahwa sebanyak 42,26% jumlah lulusan bekerja sesuai dengan bidang keahlian, sebanyak 17,09 %
jumlah lulusan bekerja diluar bidang keahlian, sebanyak 27% jumlah lulusan melanjutkan ke jenjang pendidikan tinggi
sesuai dengan bidang keahlian, sebanyak 12,21% jumlah lulusan melanjutkan ke jenjang pendidikan tinggi tidak sesuai
dengan bidang keahlian, lalu untuk data lulusan yang berwirausaha, sebanyak 1,08% jumlah lulusan mampu
berwirausaha sesuai dengan bidang keahlian, dan sebanyak 0,18% jumlah lulusan berwirausaha diluar bidang keahlian.
Keywords : Clustering, K-Means, Data Mining, Profil Lulusan.