Klasterisasi Lulusan Pendidikan Tinggi Vokasi Berbasis Hasil Studi Pelacakan Menggunakan Algoritme K-Means

Dyah Retno Utari, Fenti Sofiani

Abstract


Pendidikan vokasi kesekretarisan bersifat khas dan unik karena belum tersedianya program pendidikan dalam jenjang Strata Satu untuk program studi Sekretari di Indonesia. Kompetensi kerja dan profil lulusannya sangat spesifik serta mudah diidentifikasi di dunia kerja. Namun demikian, pada faktanya lulusan pendidikan kesekretarisan bekerja di berbagai sektor bidang kerja, karena lulusan dari program studi non-sekretari masih dapat menempati profesi sekretaris. Berdasarkan kondisi tersebut maka menjadi tantangan tersendiri bagi pengelola dan penyelenggara program studi vokasi kesekretarisan untuk mengetahui klasterisasi profil lulusannya berbasis hasil studi pelacakan (tracer study). Studi ini menganalisis data hasil pelacakan studi tentang lulusan pendidikan diploma tiga kesekretarisan untuk mengetahui klaster dan profil lulusan berdasarkan bidang kerja dan latar belakang akademiknya. Lingkup penelitian dibatasi pada data satu prodi Sekretari yang terakreditasi A di Indonesia untuk lulusan tiga tahun terakhir 2018-2020. Metode yang digunakan adalah pendekatan data mining klasterisasi dengan algoritme K-Means. Hasil pemodelan dievaluasi berdasarkan nilai Davies Bouldin Index (DBI) sebesar 0,221. Dari hasil pemodelan dapat disimpulkan bahwa model klasterisasi terbaik dapat dikembangkan menjadi prototipe aplikasi data lulusan ke klaster yang sesuai dengan saran pengembangan pada pembuatan sistem informasi klasterisasi berbasis web

Full Text:

PDF

References


Abdurrahman, G. (2016). Clustering Data Ujian Tengah Semester Data Mining Menggunakan Algoritma K Means. Jurnal Sistem dan Teknologi Informasi Indonesia, 1(2), 71–79.

Hariyanto, M., & Shita, R. T. (2018). Penyakit DBD Menggunakan Metode Algoritma K-Means dan Metode, 1(1), 117–122.

Novita Sari, V., Yupianti, Y., & Maharani, D. (2018). Penerapan Metode K-Means Clustering Dalam Menentukan Predikat Kelulusan Mahasiswa Untuk Menganalisa Kualitas Lulusan. Jurteksi, 4(2), 133–140. https://doi.org/10.33330/jurteksi.v4i2.53

Pradnyana, G. A., & Permana, A. A. J. (2018). Sistem Pembagian Kelas Kuliah Mahasiswa Dengan Metode K-Means Dan K-Nearest Neighbors Untuk Meningkatkan Kualitas Pembelajaran. JUTI: Jurnal Ilmiah Teknologi Informasi, 16(1), 59. https://doi.org/10.12962/j24068535.v16i1.a696

Priyatman, H., Sajid, F., & Haldivany, D. (2019). Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa. Jurnal Edukasi dan Penelitian Informatika (JEPIN), 5(1), 62. https://doi.org/10.26418/jp.v5i1.29611

Rosmini, R., Fadlil, A., & Sunardi, S. (2018). Implementasi Metode K-Means Dalam Pemetaan Kelompok Mahasiswa Melalui Data Aktivitas Kuliah. It Journal Research and Development, 3(1), 22. https://doi.org/10.25299/itjrd.2018.vol3(1).1773

Setiawan, R. (2016). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru (Studi Kasus: Politeknik LP3I Jakarta). Jurnal Lentera ICT, 3(1), 76–92.

Sibuea, M. L., & Safta, A. (2017). Pemetaan Siswa Berprestasi Menggunakan Metode K-Means Clustering. Jurteksi, 4(1), 85–92. https://doi.org/10.33330/jurteksi.v4i1.28

Wardhani, A. K. (2016). Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan. Jurnal Transformatika, 14, 30–37.

Wibowo, A., Makruf, M., Virdyna, I., Venna, F.C., (2020). Penentuan Klaster Koridor TransJakarta dengan Metode Majority Voting pada Algoritma Data Mining. Jurnal RESTI, 5(3), 565-575.




DOI: https://dx.doi.org/10.36080/js.v19i2.1543

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Dyah Retno Utari, Fenti Sofiani

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Jurnal Serasi diterbitkan oleh Program Studi Sekretari, Fakultas Ekonomi dan Bisnis, Universitas Budi Luhur.

Lebih detail tentang jurnal Serasi dapat lihat di Sejarah Jurnal Serasi

ISSN (cetak) 2085-0700            ISSN (online) 2622-5913


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.

 

Jurnal Sekretari dan Administrasi (SERASI) telah terindeks oleh: (klik gambar untuk informasi lebih lanjut)