Text
PENENTUAN JUMLAH KLASTER TERBAIK PADA K-MEANS DALAM MELIHAT POLA KLASTERING DATA MAHASISWA YANG TELAH LULUS
ABSTRAK
PENENTUAN JUMLAH KLASTER TERBAIK PADA K-MEANS DALAM MELIHAT POLAKLASTERING
DATA MAHASISWA YANG TELAH LULUS
Aisya Basri1, Abdul Mubarak2, Hairil Kurniadi Sirajuddin3 Program Studi
Informatika, Fakultas Teknik, Universitas KhairunJl. Jati Metro, Kota Ternate
Email: aisyabasri28@gmail.com1, Abdulmubarak@gmail.com2, hairil.kurniadi@unkhair.ac.id3
Keberhasilan K-Means dalam menganalisa data dapat terlihat dari pengelompokan yang terbentuk
berdasarkan pada jumlah klaster yang ditentukan. Algoritma yang digunakan K-Meansdalam menentukan banyak nya
jumlah klaster dilakukan secara acak, hal ini dapat menyebabkan hasil klaster yang terbentuk tidak optimal. Untuk
menentukan jumlah klaster yang optimal maka dilakukan penelitian dengan menggunakan metode Elbow. Elbow
merupakan salah satu metodeyang dapat digunakan dalam menentukan jumlah klaster terbaik dengan representasi
grafik hasildari perhitungan Sum of square Error (SSE). Adapun penelitian yang dilakukan menggunakan dataset
dengan parameter nilai IPK dan jumlah SKS dalam melakukan klastering waktu kelulusan dengan jangkauan jumlah klaster
sebanyak 9 klaster. Pengelompokan data dengan jangkauan jumlah 9 klaster menggunakan K-Means menghasilkan
data berubah-ubah klaster, bergantung pada jumlah klaster yang ditentukan. Setiap klaster yang terbentuk dari
jangkauan 9 klaster digunakan dalam perhitungan SSE untuk menentukan jumlah klaster terbaik dengan representasi
menggunakan grafik Elbow. Berdasarkan hasil perhitungan SSE maka didapatkan bahwa jumlah klaster terbaik pada
penelitian ini ialah 2 klaster dengan nilai selisih SSE sebesar 4611.379920 dan berhasil membentuk garis siku pada grafik.
Pengelompokan data berdasarkan jumlah klaster optimal dalam melakukan klastering waktu kelulusan terdiri dari klaster
1 sebanyak 199 data waktu dan klaster 2 sebanyak 41 data.
Kata kunci: Klastering, K-Means, Elbow, SSE, Waktu kelulusan
Tidak tersedia versi lain