Analisa Pengaruh Jalur Penerimaan Mahasiswa Baru Terhadap Hasil Akademik Mahasiswa Menggunakan Metode Clustering K-Means

Abstract

Setiap tahun perguruan tinggi melakukan penerimaan mahasiswa baru untuk menyaring calon mahasiswa baru yang berkualitas.  Data penerimaan mahasiswa baru tersebut semakin bertambah setiap tahunnya dan hanya tersimpan sebagai arsip dalam basis data perguruan tinggi. Padahal data-data tersebut dapat diolah dengan menggunakan teknik data mining untuk mendapatkan informasi tertentu yang bermanfaat bagi perguruan tinggi. Penelitian ini bertujuan memanfaatkan data penerimaan mahasiswa baru untuk mengetahui pengaruh jalur penerimaan mahasiswa baru terhadap hasil akademik mahasiswa selama mengikuti perkuliahan dengan menggunakan algoritma K-Means Clustering. Data yang digunakan adalah data penerimaan mahasiswa baru pada Program Studi Sarjana Terapan Teknik Elektro, Program Studi Sarjana Terapan Teknologi Rekayasa Perangkat Lunak, dan Program Studi Sarjana Terapan Teknik Mesin dan Manufaktur Polman Negeri Babel Tahun Akademik 2021/2022 dan data nilai semester ganjil TA 2021/2022. Jumlah data yang digunakan sebanyak 179 data dari Program Studi Sarjana Terapan Teknik Elektro, Program Studi Sarjana Terapan Teknologi Rekayasa Perangkat Lunak, dan Program Studi Sarjana Terapan Teknik Mesin dan Manufaktur. Hasil dari penelitian menunjukkan bahwa K-Means Clustering mengelompokkan data menjadi 3 cluster di setiap kategori jalur penerimaan mahasiswa baru. Hasil cluster tersebut menunjukkan bahwa jalur SNMPTN menghasilkan 48% mahasiswa memiliki hasil akademik 10 terbaik di kelasnya, sementara itu 60% mahasiswa dari jalur MANDIRI menempati peringkat 21-30 di kelasnya.