PENERAPAN K-MEANS CLUSTERING UNTUK PENENTUAN KLASTERISASI PENERIMA BEASISWA KIP KULIAH

YULIANA, DEVI TRI (2022) PENERAPAN K-MEANS CLUSTERING UNTUK PENENTUAN KLASTERISASI PENERIMA BEASISWA KIP KULIAH. Sarjana (S1) thesis, Universitas Nahdatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (14kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (921kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (422kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (578kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (688kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (411kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (522kB)
[thumbnail of Lampiran_1[1].pdf] Text
Lampiran_1[1].pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Kartu Indonesia Pintar Kuliah (KIP-Kuliah) adalah salah satu upaya untuk membantu asa para siswa yang memiliki keterbatasan ekonomi tetapi berprestasi untuk melakukan study di perguruan tinggi. Dalam mengambil keputusan untuk menentukan mahasiswa yang layak menerima beasiswa KIP Kuliah dan mahasiswa yang tidak layak menerima beasiswa KIP Kuliah pada prosesnya membutuhkan waktu yang lama. Maka akan diterapkan metode K-Means clustering. Karena K-Means mempunyai kemampuan mengelompokkan data dalam jumlah yang cukup besar dengan waktu yang cukup cepat. Dengan menerapkan metode K-Means Clustering untuk penentuan klasterisasi penerima beasiswa KIP Kuliah mahasiswa. Maka, akan menngetahui hasil dari klasterisasi beasiswa KIP Kuliah. Pendaftar KIP Kuliah yang berjumlah 346 mahasiswa pada tahun akademik 2020/2021.Pada penelitian ini menggunakan 4 kriteria, yaitu penerima bantuan KIP/KKS, jumlah tanggungan, luas tanah dan penghasilan orang tua.. Dari hasil penelitian, dilakukan perhitungan sebanyak 6 kali iterasi. Dan pada perhitungan tersebut didapatkan hasil bahwa terdapat 219 atau 63,5% mahasiswa yang layak menerima beasiswa KIP Kuliah dan 127 atau 36,5% mahasiswa yang tidak layak menerima beasiswa KIP Kuliah. Sedangkan pada pehitungan di lapangan sebanyak 246 mahasiswa yang layak menerima beasiswa KIP Kuliah dan sebanyak 100 mahasiswa yang tidak layak menerima beasiswa KIP Kuliah.Jadi pada hasil akhir dalam perhitungan tersebut, bisa dilihat bahwa metode K-Means Clustering tepat digunakan untuk menentukan penerima beasiswa KIP Kuliah di Universitas Nahdlatul Ulama Sunan Giri Bojonegoro.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Penerapan K-Means Clustering, Beasiswa KIP Kuliah.
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 519 Probabilitas dan matematika terapan
Divisions: Fakultas Keguruan dan Ilmu Pendidikan > Pendidikan Matematika
Depositing User: Devi Tri Yuliana
Date Deposited: 28 Oct 2022 01:34
Last Modified: 28 Oct 2022 01:34
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
FATHONI, M. IVAN ARIFUL
UNSPECIFIED
Thesis advisor
KURNIAWATI, NANING
UNSPECIFIED
URI: https://repository.unugiri.ac.id:8443/id/eprint/1908

Actions (login required)

View Item
View Item