DATA MINING REKOMENDASI CALON MAHASISWA BERPRESTASI DI STMIK DENPASAR MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION

Authors

  • I Kadek Juni Arta STMIK Denpasar
  • Gede Indrawan Undiksha Singaraja
  • Gede Rasben Dantes Undiksha Singaraja

DOI:

https://doi.org/10.23887/jstundiksha.v5i2.8549

Abstract

Perkembangan teknologi yang semakin pesat dan tidak bisa dipungkiri bahwa teknologi sebagai kebutuhan sekunder bagi para penggunanya. Sejauh ini teknologi juga telah diterapkan pada beberapa bidang, salah satu contohnya kehadiran teknologi di sektor pendidikan yang memudahkan para penggunanya untuk melakukan proses penilaian prestasi. Sistem penilaian dan pencatatan yang dilakukan STMIK Denpasar masih konvensional sehingga mempersulit para dosen dan ketua yayasan untuk melakukan analisis lebih lanjut mengenai keadaan calon mahasiswanya. Selain dari itu, penilaian yang dilakukan pun lebih berfokus ke dalam bidang akademis (penguasaan konsep). Permasalahan yang dihadapi oleh pihak manajerial STMIK Denpasar adalah bagaimana memanfaatkan teknologi data mining untuk menentukan prestasi calon mahasiswa baru. Dengan sistem rekomendasi perangkat lunak menyediakan saran untuk items yang bisa digunakan oleh user. TOPSIS adalah salah satu metode pengambilan keputusan multikriteria. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Aplikasi telah berhasil memilih mahasiswa berprestasi dengan menggunakan TOPSIS dengan rata-rata access time 0.27268 detik dengan bobot 6 data sampel uji. Implementasi metode TOPSIS pada studi kasus mahasiswa berprestasi dengan menyaring bobot standar minimal hasil TOPSIS untuk diambil 2 nilai rangking terbaik pada ambang batas di atas 0.5. Kinerja TOPSIS dibandingkan dengan metode K-Means Clustering dari aspek access time TOPSIS lebih cepat yaitu 0.27268 detik sedangkan K-Means Clustering 0.3818 detik. Kinerja TOPSIS dibandingkan dengan metode K-Means Clustering dari aspek hasil TOPSIS menghasilkan rekomendasi yang sama dengan K-Means Clustering. Dalam penelitian ini metode TOPSIS baru bisa menghasil kan 2 rekomendasi sehingga pada penelitian selanjutnya metode ini bisa dibandingkan dengan metode lain. Kata kunci: TOPSIS, Rekomendasi, Prestasi, Datamining

Downloads

Published

2017-01-28

How to Cite

Juni Arta, I. K., Indrawan, G., & Dantes, G. R. (2017). DATA MINING REKOMENDASI CALON MAHASISWA BERPRESTASI DI STMIK DENPASAR MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION. JST (Jurnal Sains Dan Teknologi), 5(2). https://doi.org/10.23887/jstundiksha.v5i2.8549

Issue

Vol. 5 No. 2 (2016)

Section

Articles

License

Authors who publish with the Jurnal Sains dan Teknologi (JST)   agree to the following terms:

  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)