Penerapan Data Mining pada Model Clustering Data Kuesioner Mahasiswa terhadap Kinerja Dosen
Article Sidebar
Main Article Content
Abstract
Setiap akhir semester hampir semua perguruan tinggi memberikan kuesioner yang wajib diisi oleh mahasiswa. Salah satu parameter yang dievaluasi adalah evaluasi untuk mengukur kinerja dosen. Pertanyaan yang harus dijawab mahasiswa diantaranya keaktifan dosen dalam mengajar, penyampaian materi dan lainnya . Hasil kuesioner dilakukan proses pengolahan dan hasil akhirnya adalah indeks prestasi kinerja dosen. Dalam penelitian ini, dilakukan proses data mining pada datasheet hasil kuesioner. Model data mining akan dilakukan dengan model clustering. Tujuan dari penelitian adalah membuat model Clustering untuk menghasilkan kinerja dosen berdasar pada pengelompokan dengan menggunakan datasheet hasil kuesioner. Hasil pengelompokkan dilakukan dengan melakukan pengujian dengan membuat pengelompokan dari 2-4 kelompok. Metode yang digunakan adalah metode CRISP DM yang terdiri dari business understanding, Data understanding, data preparation, model, evaluasi dan develop. Proses klastering menggunakan aplikasi Rapid miner. Data hasil kuesioner yang sudah dilakukan disimpan dalam bentuk datasheet. Datasheet terdiri dari 118 record dan 12 atribut. Proses pengelompokkan diolah dengan menggunakan model clustering dengan menggunakan algoritma K-Mean. Hasil penelitian adalah proses pengolahan pada datasheet yang dibuat model klasterisasi dengan nilai centroid (k) mulai dari 2 sampai 6. Evaluasi dilakukan dengan menguji performance masing-masing hasil nilai k. Evaluasi dengan menggunakan Davies Bouldin dan hasil klasterisasi dengan nilai k=3 merupakan hasil yang paling kecil yaitu -0.737, sehingga klasterisasi dengan K=3 direkomendasikan menjadi suatu model.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:
- Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
- Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
- Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
References
G. Prayitno and E. A. Pusyita, “Evaluasi Kinerja Dosen oleh Mahasiswa Berbasis Online pada STMIK Pesat Nabire,” EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi, vol. 11, no. 1, p. 21, 2021, doi: 10.36448/expert.v11i1.2011.
I. N. S. Wahyu Wijaya and K. J. Atmaja, “Pengembangan Sistem Evaluasi Kinerja Dosen (E-Kuesioner) Stmik Stikom Indonesia,” JST (Jurnal Sains dan Teknologi), vol. 8, no. 1, p. 55, 2019, doi: 10.23887/jst-undiksha.v8i1.17290.
Harison and R. Faisal, “Aplikasi Penilaian Kinerja Dosen pada Proses Belajar Mengajar Berbasis Web: Studi Kasus di Badan Penjamin Mutu Internal Institut Teknologi Padang,” Jurnal Teknologi dan Sistem Komputer, vol. 5, no. 2, p. 89, 2017, doi: 10.14710/jtsiskom.5.2.2017.90-94.
I. A. Permana, “ANALISIS PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE BALANCE SCORECARD (STUDI KASUS STT SANGKAKALA),” Jurnal Riset Ekonomi dan Bisnis, vol. 13, no. 2, pp. 89–99, 2020.
A. Farhan, “Aplikasi Penilaian Kinerja Dosen Menggunakan Metode Balance Scorecard Perspektif Bisnis Internal,” Jurnal Simantec, vol. 8, no. 1, pp. 33–37, 2020, doi: 10.21107/simantec.v8i1.8752.
I. G. J. E. Putra and A. A. G. A. W. Pemayun, “Renstra Sistem Informasi Pengukuran Kinerja Dosen Dengan It Balanced Scorecard,” Jurnal Teknologi Informasi dan Komputer, vol. 5, no. 1, pp. 10–20, 2019, doi: 10.36002/jutik.v5i1.632.
Basuki Rahmat, “SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN DENGAN METODE AHP (ANALYTICAL HIERARCHY PROCESS) STUDI KASUS POLITEKNIK MUHAMMADIYAH YOGYAKARTA,” TEKNOMATIKA Vol.2, vol. 2010, no. semnasIF, pp. 82–90, 2010.
I. P. D. Suarnatha, “SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE HYBRID AHP DAN TOPSIS,” Jurnal Penelitian Teknik Informatika, vol. 5, no. 1, pp. 11–18, 2022.
I Wayan Sutrisna Yasa, K. T. Werthi, and I. P. Satwika, “Dosen Terbaik Menggunakan Metode Analytical Hierarchy Process ( AHP ) pada STMIK PRIMAKARA,” KARMAPATI, vol. 10, no. 3, pp. 289–299, 2021.
Suyanto, Data Mining untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika, 2017.
M. Arhami and M. Nasir, Data Mining - Algoritma dan Implementasi. Yogyakarta: Penerbit Andi, 2020.
M. Sholeh and D. Andayati, “Machine Linear untuk Analisis Regresi Linier Biaya Asuransi Kesehatan dengan Menggunakan Python Jupyter Notebook,” Jurnal Edukasi dan Penelitian Informatika, vol. 8, no. 1, pp. 20–27, 2022.
I. L. L. Gaol, S. Sinurat, and E. R. Siagian, “Implementasi Data Mining Dengan Metode Regresi Linear Berganda Untuk Memprediksi Data Persediaan Buku Pada Pt. Yudhistira Ghalia Indonesia Area Sumatera Utara,” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, pp. 130–133, 2019, doi: 10.30865/komik.v3i1.1579.
M. Sholeh, R. Y. Rachmawati, and E. N. Cahyo, “Penerapan Regresi Linear Ganda Untuk Memprediksi Hasil Nilai Kuesioner Mahasiswa Dengan Menggunakan Python,” vol. 11, no. 1, pp. 13–24, 2022.
R. A. Anggraini, G. Widagdo, A. S. Budi, and M. Qomaruddin, “Penerapan Data Mining Classification untuk Data Blogger Menggunakan Metode Naïve Bayes,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 7, no. 1, p. 47, 2019, doi: 10.26418/justin.v7i1.30211.
H. Priyatman, F. Sajid, and D. Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa,” Jurnal Edukasi dan Penelitian Informatika (JEPIN), vol. 5, no. 1, p. 62, 2019, doi: 10.26418/jp.v5i1.29611.
A. Sucipto, “Clasterization of Prospective Students,” Jurnal Science Tech, vol. 5, no. 2, pp. 50–56, 2019.
W. Walhidayat, M. Devega, and S. Handayani, “Data Mining (Klasterisasi) Perbandingan Mahasiswa Yang Mendaftar Terhadap Mahasiswa Yang Diterima,” ZONAsi: Jurnal Sistem Informasi, vol. 3, no. 1, pp. 59–70, 2021, doi: 10.31849/zn.v3i1.7638.
S. Aulia, “Klasterisasi Pola Penjualan Pestisida Menggunakan Metode K-Means Clustering (Studi Kasus Di Toko Juanda Tani Kecamatan Hutabayu Raja),” Djtechno: Jurnal Teknologi Informasi, vol. 1, no. 1, pp. 1–5, 2021, doi: 10.46576/djtechno.v1i1.964.
N. Cahyana and A. Aribowo, “Metode Data Mining K-Means Untuk Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat,” Seminar Nasional Informatika Medis, no. 5, pp. 24–31, 2018.
A. Ali, “Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo,” MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 19, no. 1, pp. 186–195, 2019, doi: 10.30812/matrik.v19i1.529.
D. T. Saputro and W. P. Sucihermayanti, “Penerapan Klasterisasi Menggunakan K-Means untuk Menentukan Tingkat Kesehatan Bayi dan Balita di Kabupaten Bengkulu Utara,” Jurnal Buana Informatika, vol. 12, no. 2, p. 146, 2021, doi: 10.24002/jbi.v12i2.4861.
J. Wandana, S. Defit, and S. Sumijan, “Klasterisasi Data Rekam Medis Pasien Pengguna Layanan BPJS Kesehatan Menggunakan Metode K-Means,” Jurnal Informasi dan Teknologi, vol. 2, pp. 4–9, 2020, doi: 10.37034/jidt.v2i4.73.
A. M. Siregar and A. Puspabhuana, DATA MINING Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group, 2020.
S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat,” PENA TEKNIK: Jurnal Ilmiah Ilmu-Ilmu Teknik, vol. 6, no. 2, p. 48, 2021, doi: 10.51557/pt_jiit.v6i2.659.
M. Orisa, “Optimasi Cluster pada Algoritma K-Means,” in Prosiding SENIATI, 2022, pp. 430–437, doi: 10.36040/seniati.v6i2.5034.
M. Sholeh and K. Aeni, “Perbandingan Evaluasi Metode Davies Bouldin, Elbow dan Silhouette pada Model Clustering dengan Menggunakan Algoritma K-Means,” STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 8, no. 1, p. 56, 2023, doi: 10.30998/string.v8i1.16388.
