Penerapan Data Mining untuk memprediksi Nilai Akhir Matakuliah Menggunakan Metode K-Means Clustering

Abstract

Nilai matakuliah merupakan salah satu indikator untuk mengukur kecakapan akademik dari seorang mahasiswa. Prediksi nilai akhir mahasiswa dapat membantu mahasiswa dan dosen untuk mengetahui serta mengukur progres belajara dari mahasiswa sebelum nilai tersebut diinputkan pada bagian akademik, sehingga apabila terdapat mahasiswa yang mendapat nilai kurang maksimal dapat dilakukan tindakan pencegahan lebih awal. K-means digunakan untuk menyeleasikan permasalahan tersebut untuk melakukan prediksi dalam pembagian cluster mahasiswa berdasarkan nilai pada matakuliah. Hasil penelitian disimpulkan bahwa dari matakuliah pengembangan web dengan jumlah mahasiswa 129 terdapat 2 cluster  dengan nilai Davies Bouldin = 1.046 dalam pembagian 8 penilaian dan menunjukan bahwa hanya terdapat 17 mahasiswa yang memiliki nilai dengan rata-rata yang baik dan  terdapat 122 mahasiswa dengan rata-rata yang kurang baik.