Performance Analysis of the K-Medoids Algorithm in Clustering Able and Disabled Students at MAN 1 Panyabungan

Putri Augesti Lubis

Abstract


In implementing the Smart Indonesia Program (PIP), the problem faced at MAN 1 Panyabungan was that the school had difficulty in determining students who were entitled to receive the Smart Indonesia Program (PIP), this was due to the many criteria that had to be considered in determining aid recipients. The large amount of student data and the many variables used in determining recipients of the Smart Indonesia Program (PIP) have become an obstacle for MAN 1 Panyabungan. Classifying student data is very important because the process of determining scholarship recommendations involves various criteria that need to be considered and takes quite a long time, but the results do not necessarily provide the right and accurate decision. Implementing applications and systems can be a solution to speed up correct and fast decision making, and can provide the best results in selecting students according to the criteria set by the school. In grouping capable and incapable students, the K-Medoids algorithm is used. The criteria used in the data mining process are the average report card score, parents' occupation, income and number of parents' dependents.

Full Text:

PDF

References


Asmira. (2019). Penerapan Data Mining Untuk Mengklarifikasi Pola Nasabah Menggunakan AlgoritmaC4.5 Pada Bank BRI Unit Anduonohu Kendari. Jurnal Sistem Komputer dan Sistem Informasi, 1(1), 22–28.

Entin Sutinah. (2019). Data Mining Untuk Klasifikasi Tamu Hotel Dengan Algoritma Apriori. Jurnal Penelitian Ilmu Kompputer,System Embedded & Logic, 7(1), 69–78.

Fahmi Dian Pratama. (2022). Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Klasifikasi Penerima Program Indonesia Pintar. Jurnal Teknologi dan Sistem Informasi Univrab, 7(1), 77–84.

Gabriella Haumahu. (2022). Algoritma K-Medoids Clustering Untuk Mengelompokkan Tingkat Kemiskinan Pada Kabupaten dan Kota Di Kepulauan Maluku dan Papua. Jurnal Of Statistics and Its Aplications, 4(2), 81–87.

Galih. (2019). Data Mining Di Bidang Pendiddikan Untuk Analisa Prediksi Kinerja Mahasiswa Dengan Komparasi 2 Model Klasifikasi Pada STMIK Jabar. Jurnal Teknologi Sistem Informasi dan Aplikasi, 2(1), 23–30.

Ivana Indriani Putri Damanik. (2019). Algoritma K-Medoids Untuk Mengelompokkan Desa Yang Memiliki Fasilitas Sekolah Di Indonesia. Jurnal Seminar Nasional Riset Information Science (SENARIS), 12(2), 520–527.

Muhammad Yunus. (2021). Penerapan Metode Data Mining C4.5 Untuk Penerima Kartu Indonesia Pintar (KIP). Jurnal Paradigma, 23(2), 191–196.

Putri Mai Sarah Tarigan. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus: Toko Sinar Harapan). Jurnal UMJ, 12(2), 51–61.

Satria Wahyudi. (2021). Fuzzy K-Means Dalam Prediksi Bantuan Sekolah SDN Jabang 1. Jurnal Seminar Nasional Inovasi Teknologi, 2(1), 255–260.

Siti Nurlaela. (2020). Algoritma K-Medoids Untuk Clustering Penyakit Maag Di Kabupaten Karawang. Jurnal Informatika, Manajemen dan Komputer, 12(2), 56–62.

Sri Wahyuni. (2020). PImplementasi Data Mining Dalam Memprediksi Stok Barang Menggunakan Algoritma Apriori. Jurnal Teknik dan Informatika, 5(2), 67–71.

Suhartini. (2020). Sistem Informasi Berbasis Web SMA Al-Mukhtariyah Mamben Lauk Berbasis PHP Dan Mysql Dengan Framework Codeigniter. Jurnal Informatika dan Teknologi, 3(1), 79–83.

Wiwid Wahyudi. (2023). Implementasi Data Mining Untuk Klasifikasi Stunting Gizi Pada Balita Di Surabaya Menggunakan Metode K-Medoids. Jurnal Publikasi Teknik Informatika, 2(1), 61–67.

Yuli Mardi. (2022). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Jurnal Edik Informatika, 6(2), 213–219.

Yulianti. (2019). Implementasi Data Mining Menentukan Game Android Paling Diminati Dengan Algoritma Apriori. Jurnal Komputer dan Informatika Universitas Bina Sarana Informatika, 21(1), 29–34.




DOI: https://doi.org/10.55311/aiocsit.v5i2.323

Refbacks

  • There are currently no refbacks.