IMPLEMENTASI ALGORITMA K-MEANS UNTUK SISTEM REKOMENDASI MAHASISWA PELAMAR BEASISWA BANK INDONESIA DI UNIVERSITAS NAHDLATUL ULAMA SUNAN GIRI BOJONEGORO

Penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam sistem rekomendasi mahasiswa pelamar beasiswa Bank Indonesia di Universitas Nahdlatul Ulama Sunan Giri Bojonegoro. Beasiswa Bank Indonesia merupakan bantuan finansial yang diberikan kepada mahasiswa dengan kriteria tertentu. Namun, seringkali beasiswa ini tidak tepat sasaran, sehingga diperlukan sistem yang dapat merekomendasikan penerima beasiswa dengan lebih akurat. Algoritma K-Means digunakan untuk mengelompokkan data mahasiswa berdasarkan beberapa variabel seperti indeks prestasi kumulatif (IPK), jumlah tanggungan keluarga, dan penghasilan orang tua. Data yang digunakan dalam penelitian ini adalah data pelamar beasiswa Bank Indonesia dari Universitas Nahdlatul Ulama Sunan Giri Bojonegoro. Hasil dari penelitian ini menunjukkan bahwa algoritma K-Means dapat digunakan untuk menghasilkan sistem rekomendasi yang akurat dan tepat sasaran. Sistem ini mampu mengelompokkan mahasiswa ke dalam dua kategori: direkomendasikan dan tidak direkomendasikan. Pengujian sistem menunjukkan bahwa algoritma K-Means efektif dalam membantu pihak universitas menentukan penerima beasiswa yang layak. Berdasarkan uji coba yang di lakukan oleh para pendaftar beasiswa bank Indonesia di Universitas Nahdlatul Ulama Sunan Giri Bojonegoro yang di klusterisasi, terdapat 60 mahasiswa yang di rekomendasikan untuk mendapatkan beasiswa, dan 125 mahasiswa yang di pertimbangkan untuk di rekomendasikan.
Kata kunci: algoritma K-Means, sistem rekomendasi, beasiswa, clustering, data mining