Penentuan Penerima Kartu Indonesia Pintar KIP Kuliah Dengan Menggunakan Metode K-Means Clustering

Abstract

Kartu Indonesia Pintar Kuliah (KIP-Kuliah) adalah salah satu upaya untuk membantu asa para siswa yang memiliki keterbatasan ekonomi tetapi berprestasi untuk melakukan studi di perguruan tinggi. Dalam mengambil keputusan untuk menentukan mahasiswa yang layak menerima beasiswa KIP Kuliah dan mahasiswa yang tidak layak menerima beasiswa KIP Kuliah pada prosesnya membutuhkan waktu yang lama. Maka akan diterapkan metode K-Means Clustering. Karena K-Means mempunyai kemampuan mengelompokkan data dalam jumlah yang cukup besar dengan waktu yang cukup cepat. Dengan menerapkan metode K-Means Clustering untuk penentuan klasterisasi penerima beasiswa KIP Kuliah mahasiswa. Maka, akan mengetahui hasil dari klasterisasi beasiswa KIP Kuliah. Pendaftar KIP Kuliah yang berjumlah 346 mahasiswa pada tahun akademik 2020/2021. Pada penelitian ini menggunakan 4 kriteria, yaitu penerima bantuan KIP/KKS, jumlah tanggungan, luas tanah dan penghasilan orang tua. Dari hasil penelitian, dilakukan perhitungan sebanyak 6 kali iterasi. Pada perhitungan tersebut didapatkan hasil bahwa terdapat 219 atau 63,5% mahasiswa yang layak menerima beasiswa KIP Kuliah dan 127 atau 36,5% mahasiswa yang tidak layak menerima beasiswa KIP Kuliah. Sedangkan pada perhitungan di lapangan sebanyak 246 mahasiswa yang layak menerima beasiswa KIP Kuliah dan sebanyak 100 mahasiswa yang tidak layak menerima beasiswa KIP Kuliah. Pada hasil akhir dalam perhitungan tersebut, disimpulkan bahwa metode K-Means Clustering efektif digunakan untuk menentukan penerima beasiswa KIP Kuliah di Universitas Nahdlatul Ulama Sunan Giri, Bojonegoro.

The Indonesian Smart College Card (KIP-Kuliah) is one of the efforts to help the hopes of students who have economic limitations but excel in studying in higher education. The process takes a long time to determine students who are eligible to receive the KIP Tuition scholarship and those who are not eligible to receive the KIP Tuition scholarship. Then the K-Means Clustering method will be applied because K-Means can group large amounts of data in a reasonably fast time. By using the K-Means Clustering method to determine the clustering of KIP scholarship recipients for student lectures. Then, you will know the results of the clustering of the KIP College scholarships. KIP Lecture registrants totaled 346 students in the 2020/2021 academic year. This study used four criteria: recipients of KIP/KKS assistance, the number of dependents, land area, and parents' income. From the study results, the calculation was carried out for six iterations. The analysis shows that 219 or 63.5% of students are eligible to receive the KIP Lecture scholarship and 127 or 36.5% of the students are not eligible to receive the KIP Lecture scholarship. Meanwhile, in-field calculations, 246 students were eligible to receive the KIP Lecture scholarship, and 100 students were not eligible to receive the KIP Lecture scholarship. In the final result of the calculation, it was concluded that the K-Means Clustering method was effectively used to determine the recipients of the KIP Scholarship at the Nahdlatul Ulama Sunan Giri University, Bojonegoro.