PENGELOMPOKAN MAHASISWA BERBASIS CATEGORICAL VARIABLES MENGGUNAKAN METODE K-MODES CLUSTERING

  • Heribertus Yulianton
  • Felix Andreas Sutanto
  • Sri Mulyani

Abstract

Universitas Stikubank setiap tahunnya menerima mahasiswa dari berbagai wilayah dan berbagai latar belakang yang berbeda. Karena berasal dari lingkungan yang berbeda, profile mahasiswa adalah hal menarik yang perlu dianalisa.
Penelitian ini bertujuan untuk melakukan pengelompokan terhadap data mahasiswa Universitas Stikubank berbasis atribut (Categorical Variables) dengan menggunakan teknik K-Modes Clustering. Metode K-Modes mempunyai beberapa kelebihan, yaitu bisa diterapkan untuk data kategorikal, dalam menghasilkan klaster prosesnya lebih rinci, waktu komputasi pembentukan klaster lebih singkat, dan unggul dalam klasterisasi pada data berdimensi banyak.
Diharapkan dari penelitian ini dapat diketahui kelompok-kelompok mahasiswa berdasarkan kategori-kategori atau atribut-atribut yang mereka miliki. Hasil pengelompokan dapat digunakan untuk keperluan pemetaan mahasiswa, promosi dimasa mendatang dan hal-hal lain yang berguna untuk manajemen universitas.

DB Error: Table './ojs/metrics' is marked as crashed and last (automatic?) repair failed