Aplikasi Data Mining Menggunakan Algoritma K-Means Clustering untuk Mengelompokan Mahasiswa Berdasarkan Gaya Belajar

Abstract

Selama proses pembelajaran matakuliah Pemrograman Web Lanjutan Program Teknik Informatika Universitas Suryakancana, mahasiswa mengalami kesulitan dalam menerima materi perkuliahan tersebut. Hal ini dikarenakan metode pembelajaran yang diberikan hanya fokus pada gaya belajar tertentu, sedangkan dosen kurang memperhatikan gaya belajar mahasiswa lainnya. Aplikasi data mining untuk mengelompokkan mahasiswa berdasarkan gaya belajar memakai algoritma k-means clustering. Algoritma k-means ini awalnya memakai beberapa komponen populasi sebagai pusat cluster awal. Lokasi pusat cluster bakal diukur ulang hingga seluruh data cluster sama. Saat membuat sebuah sistem, paradigma yang dipakai yakni model waterfall, memakai UML sebagai bahasa visual serta merancang software yang bakal dibangun. Alat untuk mengembangkan aplikasi data mining adalah framework laravel bagi sistem dengan basis web serta MySQL selaku sistem manajemen database. Hasil program ini memperlihatkan aplikasi data mining untuk mengelompokan mahasiswa berdasarkan gaya belajar dapat digunakan oleh mahasiswa dan dosen dalam mengelompokkan gaya belajar mahasiswa berdasarkan gaya belajarnya, memudahkan para dosen memutuskan metode pembelajaran sesuai gaya belajar mahasiswa dan juga bisa meningkatkan hasil belajar mahasiswa. Aplikasi data mining menggunakan algoritma k-means clustering untuk mengelompokkan mahasiswa berdasarkan gaya belajar dalam proses mengelompokkan diyakini lebih efektif dan efisien.