CLUSTERING DATA MAHASISWA MENGGUNAKAN METODE SELF ORGANIZING MAPS UNTUK MENENTUKAN STRATEGI PROMOSI UNIVERSITAS KANJURUHAN MALANG

Abstract

Abstrak
Data akademik mahasiswa merupakan data yang dihimpun dari hasil kegiatan
proses belajar mengajar selama mengikuti studi di suatu perguruan tinggi. Berdasarkan data
yang diperoleh dari Pangkalan Data Pendidikan Tinggi (PDDIKTI), Universitas
Kanjuruhan Malang pada 2 tahun terakhir ini terjadi penurunan pendaftaran mahasiswa
baru.  Untuk menarik minat calon mahasiswa maka dilakukan analisis dari historis data
mahasiswa dengan cara melakukan pengolahan data.
Self Organizing Maps (SOM) merupakan salah satu metoda dalam Jaringan Syaraf
Tiruan (Neural Network) yang  menggunakan pembelajaran tanpa pengarahan
(unsupervised learning).  Input  dari penelitian ini adalah  data asal sekolah mahasiswa
berdasarkan jurusan  yaitu MA, SMA dan SMK, sedangkan  output-nya adalah
dikelompokkan ke dalam 2 cluster. Penelitian ini bertujuan untuk membuat aplikasi sistem
berbasis  web  dalam menentukan  acuan strategi promosi, dengan melakukan  clustering
terhadap sejumlah data mahasiswa berdasarkan asal sekolah (SMA, SMK & MA)
menggunakan algoritma clustering SOM.
Kata Kunci  : Data Mahasiswa, Aplikasi Web, Jaringan Syaraf Tiruan, Self Organizing
Maps (SOM).
Abstract
Student academic data is data collected from the results of the teaching and
learning activities during studies at a college. Based on data obtained from the database
of higher  education (PDDIKTI), Kanjuruhan University of Malang on last 2 years the
amount of new students decreased. To attract the candidate of students, so the staff analyze
from the data history by processing the data.
Self Organizing Maps (SOM) is one of the methods in Neural Networks that use
learning without direction (unsupervised learning). Input from this research is original
data school students based on majors namely MA, SMA, and SMK, while his output was
grouped into 2 clusters. This research aims to create a web-based application system in
determining the reference promotion strategy, by performing clustering of a number of
student data based on the origin of the school ( SMA, SMK & MA ) using SOM clustering
algorithm.
Keywords  : Student Data, Web  Applications, Neural Network, Self Organizing Maps
(SOM).