Implementasi Metode Balance K-Means untuk Pemetaan Mahasiswa

Di dalam suatu fakultas pencarian informasi tentang keberhasilan studi mahasiswa sangat penting dilakukan untuk bahan pertimbangan dalam penentuan kebijakan untuk meningkatkan kualitas mahasiswa. Salah satu cara untuk mempermudah pencarian informasi tersebut dengan melakukan pemetaan mahasiswa. Pemetaan mahasiswa adalah suatu proses pengelompokkan mahasiswa untuk mendapatkan peta/gambaran kondisi dari mahasiswa berdasarkan beberapa parameter, sehingga dapat diketahui mahasiswa mana yang masuk ke dalam mahasiswa baik dan kurang. Proses pemetaan mahasiswa ini dapat diselesaikan dengan menggunakan metode clustering, yaitu metode Balance K-Means. Balance K-Means merupakan metode yang dikembangkan untuk mengatasi kelemahan K-Means yaitu menghiraukan data yang bernilai kecil sehingga dalam perhitungan Balance K-Means selalu dilakukan normalisasi pada perhitungan awal. Dalam penelitian ini menggunakan metode Balance K-Means, metode ini dimplementasikan untuk memetakkan 110 data mahasiswa dengan menggunakan 6 parameter yaitu : IP1, IP2, IP3, IP4, Prestasi serta Aktivitas. Berdasarkan pengujian yang dilakukan, didapatkan hasil pemetaan terbaik yaitu dengan menggunakan 5 cluster dan 5 parameter yaitu IP1, IP2, IP3, IP4 dan aktivitas. Hasil pemetaan tersebut memiliki nilai kualitas cluster yang dihitung dengan metode Silhoutte Coefficient sebesar 0.316188 (65.81%) dan 5 parameter yaitu 0.35079 (67.53%)