APLIKASI DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGELOMPOKAN MAHASISWA BERDASARKAN GAYA BELAJAR MENURUT DEPORTER (STUDI KASUS: TEKNIK INFORMATIKA UNIVERSITAS SURYAKANCANA CIANJUR)
Dalam proses pembelajaran di kelas, ternyata para mahasiswa merasa
kesulitan dalam menerima materi perkuliahan. Hal ini disebabkan karena metode
pembelajaran yang diberikan hanya terpaku pada gaya belajar tertentu dan dosen
kurang memperhatikan gaya belajar mahasiswa yang lain. Setiap mahasiswa
memiliki gaya belajar yang berbeda, khususnya dalam menerima dan mengelola
informasi.
Aplikasi Data Mining ini menggunakan algoritma k-means clustering.
Algoritma k-means ini pada awalnya mengambil sebagian banyaknya komponen
populasi untuk dijadikan pusat kluster awal. Pada tahap ini pusat kluster dipilih
secara acak dari sekumpulan populasi data. Berikutnya, k-means menguji masingmasing komponen di dalam populasi data dan menandai komponen tersebut ke
salah satu pusat kluster yang telah didefinisikan tergantung dari jarak minimum
antar komponen dengan tiap-tiap kluster. Posisi pusat kluster akan dihitung kembali
sampai semua data kluster sama.
Dalam pembuatan sistem, paradigma yang digunakan adalah waterfall model
yang menggunakan UML sebagai bahasa visualisasi dan merancang perangkat
lunak yang akan dibangun. Tools yang digunakan dalam pembangunan aplikasi
data mining yaitu laravel framework untuk sistem berbasis web dan MySQL
sebagai database management system.
Hasil dari program ini menunjukan bahwa aplikasi data mining ini dapat
digunakan oleh mahasiswa dan dosen dalam mengelompokan gaya belajar
mahasiswa berdasarkan gaya belajarnya, memudahkan para dosen untuk
menentukan metode pembelajaran yang sesuai dengan gaya belajar mahasiswa dan
juga dapat meningkatkan hasil belajar mahasiswa.
Kata Kunci : Aplika Data Mining, Algoritma K-Means Clustering, Gaya
Belajar, Mahasiswa, Web
Tidak tersedia versi lain