Analisis Cluster K-Means Hasil Umpn Bidang Tata Niaga Politeknik Negeri Banjarmasin

Authors

  • Hikmayanti Huwaida Staf Pengajar Jurusan Administrasi Bisnis, Politeknik Negeri Banjarmasin

DOI:

https://doi.org/10.31961/intekna.v17i2.475

Keywords:

Cluster K-Means, Matematika, Akuntansi, Ekonomi, Bahasa Indonesia, Bahasa Inggris

Abstract

Tujuan penelitian ini adalah mendeskripsikan dan membuat Clastering K-Means yang digunakan dalam analisis hasil UMPN mahasiswa baru Bidang Niaga Politeknik Negeri Banjarmasin TA 2016/2017. Metode analisis yang digunakan adalah cluster k-means. Ditentukan sebanyak 3 kelompok. Tes Bidang Tata Niaga diikuti sebanyak 296 mahasiswa baru. Tes UMPN Mahasiswa Baru  Bidang Tata Niaga terdiri dari 5 materi tes yaitu Matematika, Akuntansi, Ekonomi, Bahasa  Indonesia, Bahasa Inggris yang masing-masing 30, 15, 15, 20, dan 20 soal. Diperoleh bahwa nilai tertinggi Matematika 22, Akuntansi 13, Ekonomi 10, Bahasa  Indonesia 14, Bahasa Inggris 18. Dengan masing-masing rata-rata 6,65, 3,45, 3,56, 7,32 dan 7,74. Hasil UMPN mahasiswa baru Bidang Tata Niaga Politeknik Banjarmasin  pada Cluster 1 menunjukkan bahwa nilai Matematika, Akuntansi, dan Ekonomi berada di bawah rata-rata,  sedangkan Bahasa  Indonesia dan Bahasa Inggris berada  di atas rata-rata. Pada  Cluster 2 menunjukkan bahwa nilai Matematika, Akuntansi, Ekonomi, Bahasa  Indonesia, Bahasa Inggris semuanya berada di atas rata-rata. Pada Cluster 3 menunjukkan bahwa nilai Matematika, Akuntansi, Eknonomi, Bahasa Indonesia, Bahasa Inggris semuanya berada di bawah rata-rata. Pada Claster 1 perlu pembinaan lebih lanjut tentang materi yang diujikan seperti Matematika, Akuntansi, dan Ekonomi. Sedangkan untuk Bahasa  Indonesia dan Bahasa Inggris perlu dipertahankan. Pada  Cluster 2 menunjukkan bahwa nilai UMPN semuanya berada di atas rata-rata. Artinya perlu dipertahankan. Sedangkan pada Cluster 3 semua materi hasil tes UMPN berada di bawah rata-rata. Pada claster 3 ini perlu diperhatikan agar bisa lebih meningkat. Persentase hasil UMPN Bidang Tata Niaga masing-masing claster adalah 29%, 14%, dan 57%

Downloads

Download data is not yet available.

References

Agustin, F. E. M., Fitria, A., & S, A. H. (2013). ( Studi Kasus : Smp Negeri 101 Jakarta ) Program Studi Teknik Informatika , Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah. Implementasi Algoritma K-Means Untuk Menentukan Kelompok Pengayaan Materi Mata Pelajaran Ujian Nasional (Studi Kasus: Smp Negeri 101 Jakarta), 8, 73–78.
Lestari, Wiji. (2015). Pemetaan Gaya Belajar Mahasiswa Dengan Clustering Menggunakan Fuzzy C-Means. Jurnal Sainstech Politeknik Indonusa Surakarta ISSN : 2355-5009 Vol. 1 Nomor 3 Tahun 2015.
Mustikorini, Dian dan Chadhiq, Umar. (2009). Analisis Segmen Pengguna Produk Shampoo Head & Shoulders Di Wilayah Kecamatan Kaliwungu Kendal. AKSES: Jurnal Ekonomi dan Bisnis Vol. 4 No. 8, Oktober 2009. http: www.unwahas.ac.id/publikasiilmiah.
Nasari, F., & Darma, S. (2015). Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru. In Seminar Nasional Teknologi Informasi dan Multimedia 2015 (pp. 6–8). ISSN : 2302-3805.
Susanto, H. T. (2009). Cluster Analysis. In Seminar Nasional Matematika dan Pendidikan Matematika Jurusan Pendidikan Matematika FMIPA UNY, 5 Desember 2009 681 (Vol. 3, pp. 681–689). Retrieved from http://eprints.uny.ac.id/7069/1/S.17 Hery Tri Sutanto.pdf

Published

11/30/2017

How to Cite

Huwaida, H. (2017). Analisis Cluster K-Means Hasil Umpn Bidang Tata Niaga Politeknik Negeri Banjarmasin. Jurnal INTEKNA : Informasi Teknik Dan Niaga, 17(2), 121–131. https://doi.org/10.31961/intekna.v17i2.475

Most read articles by the same author(s)

1 2 > >>