ANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING

dokumen-dokumen yang mirip
APLIKASI PEMODELAN BASISDATA

APLIKASI MIGRASI DATA ANTAR DBMS

STUDI TINGKAT PENGGUNAAN PERANGKAT LUNAK OPEN SOURCE OLEH ADMINISTRATOR DI INSTANSI PEMERINTAH DAERAH KOTA BATAM

LEMBAR PENGESAHAN Batam, 21 Februari 2011 Pembimbing, Mir atul K. Mufida, S. ST NIK

PENGEMBANGAN SISTEM UJIAN ONLINE BERBASIS OBJEK

Pemillihan IDS (Intrusion Detection System) sebagai Sistem Keamanan Jaringan Server di Politeknik Batam

PERBANDINGAN APLIKASI RECOVERY HARD DISK UNTUK KEPENTINGAN FORENSIK

Analisa Data Mahasiswa Baru Terhadap Program Studi Yang. Dipilih Di Universitas Pembangunan Nasional Veteran Jawa

SISTEM INFORMASI PENGELOLAAN EVENT ORGANIZER

APLIKASI QRSCANNER DAN QR CODE GENERATOR

IMPLEMENTASI AUDIT PADA MYSQL

LAPORAN SKRIPSI ALGORITMA K-MEANS UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA.

SKRIPSI KLASIFIKASI CALON PEGAWAI DENGAN MENGGUNAKAN METODE K-MEANS CLASSIFICATION OF PROSPECTIVE EMPLOYEES BY USING THE K-MEANS METHOD

PENGELOLAAN DATA KEBUDAYAAN MELAYU DI INDONESIA MENGGUNAKAN DATABASE MULTIMEDIA

PERANCANGAN MODEL PRAKTIKUM ORGANISASI KOMPUTER

PENGELOMPOKKAN PERFORMA AKADEMIK MAHASISWA BERDASARKAN INDEKS PRESTASI MENGGUNAKAN K-MEANS CLUSTERING

IMPLEMENTASI ALGORITMA K-MEANS UNTUK KLASTERISASI MAHASISWA BERDASARKAN PREDIKSI WAKTU KELULUSAN SKRIPSI

PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA ANGGARAN PENDAPATAN BELANJA DAERAH DI KABUPATEN XYZ

IDENTIFIKASI TINGKAT KELULUSAN MAHASISWA MENGGUNAKAN METODE CLUSTERING ALGORITMA K-MEANS SKRIPSI

PREDIKSI STATUS KEAKTIFAN STUDI MAHASISWA DENGAN ALGORITMA C5.0 DAN K-NEAREST NEIGHBOR IIN ERNAWATI G

BAB I PENDAHULUAN. Perguruan tinggi yang baik dipengaruhi oleh kualitas. mahasiswa di dalamnya. Mahasiswa merupakan objek

Student Clustering Based on Academic Using K-Means Algoritms

HUBUNGAN ANTARA PERSEPSI PERHATIAN ORANG TUA DAN KEDISIPLINAN BELAJAR DENGAN PRESTASI BELAJAR SISWA KELAS X IPS SMA NEGERI 2 MAGELANG

SKRIPSI RONNY BENEDIKTUS SIRINGORINGO

LAPORAN SKRIPSI IMPLEMENTASI ALGORITMA SINGLE MOVING AVERAGE UNTUK MERAMALKAN HARGA KACANG HIJAU DI KABUPATEN PATI

Pengenalan Pola Karakter Tulisan Tangan Dengan Menggunakan Metoda Clustering Melalui Similarity Measure Approach

LAPORAN SKRIPSI PENERAPAN ALGORITMA FUZZY C_MEANS DALAM PENENTUAN BEASISWA. Oleh : ARI IRAWAN

IDENTIFIKASI LAMA STUDI BERDASARKAN KARAKTERISTIK MAHASISWA MENGGUNAKAN ALGORITMA C4.5

Perbandingan Metode K-Means Dengan Fuzzy C-Means Untuk Analisa Karakteristik Mahasiswa Berdasarkan Kunjungan Ke Perpustakaan

PERANCANGAN APLIKASI CLUSTERING SEBAGAI SUMBER INFORMASI PENENTU KELAS KONSENTRASI BAGI MAHASISWA INFORMATIKA UMS DENGAN ALGORITMA K-MEANS

ANALISIS PENERAPAN METODE PENCATATAN DAN PENILAIAN PERSEDIAAN BARANG DAGANG PADA PD RATU AMAL PALEMBANG

IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI PENCARI PELANGGAN POTENSIAL PADA RESTORAN XYZ. Asri Ulfa Latifa

ANALISA DAN PEMANFAATAN ALGORITMA K-MEANS CLUSTERING PADA DATA NILAI SISWA SEBAGI PENENTUAN PENERIMA BEASISWA

SKRIPSI. Oleh: ADNAN HUSADA PUTRA NIM K FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SEBELAS MARET SURAKARTA.

Universitas Sumatera Utara

Identifikasi Potensi Kemampuan Akademis Mahasiswa Menggunakan Perbandingan Algoritma K-Means dan Farthest First Tesis

IDENTIFIKASI TEKSTUR PERMUKAAN KACANG TANAH (KACANG BROL) MENGGUNAKAN PENGOLAHAN CITRA DIGITAL BERDASARKAN WARNA RGB DENGAN K-MEANS CLUSTERING

PEMERINGKATAN PENERIMA BEASISWA BANTUAN BELAJAR MAHASISWA DI FAKULTAS MIPA UNS MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING

SKRIPSI PENGENALAN TINGKAT KEMATANGAN BUAH PEPAYA CALIFORNIA MENGGUNAKAN PENGOLAHAN CITRA BERDASARKAN WARNA RGB DENGAN K-MEANS CLUSTERING

Skripsi. Untuk memenuhi sebagian persyaratan. Mencapai derajat Sarjana S-1

Perancangan Sistem Pembagian Kelas Kuliah Mahasiswa dengan Kombinasi Metode K-Means dan K-Nearest Neighbors

L A P O R A N S K R I P S I SISTEM INFORMASI GEOGRAFIS DALAM MENGANALISA DAERAH PADAT KENDARAAN DAN DAERAH RAWAN KECELAKAAN MUHAMMAD AFLACHUL LATIF

HUBUNGAN MOTIVASI BELAJAR DAN KINERJA DOSEN TEKNOLOGI FARMASI DENGAN PRESTASI BELAJAR MAHASISWA

APLIKASI MASALAH 0/1 KNAPSACK MENGGUNAKAN ALGORITMA GREEDY

APLIKASI PERANGKAT AJAR PENGELOLAAN DAN PERHITUNGAN EKSPRESI MATEMATIKA DARYANTO

Tesis Untuk memenuhi sebagian persyaratan Mencapai derajat Sarjana S-2 Program Studi Magister Sistem Informasi. Andik Adi Suryanto

Klasifikasi Kemiskinan dengan Metode Cluster Analysis Studi Kasus di Provinsi Jawa Tengah Tahun 2010 LAPORAN PENELITIAN

TESIS Diajukan untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Magister Program Studi Teknologi Pendidikan. Oleh : Endang Lestari S

PENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA

SISTEM MARKET BASKET UNTUK MENENTUKAN TATA LETAK PRODUK PADA SUATU SWALAYAN MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING SKRIPSI STEFFI ANDINA SEBAYANG

TEKNOSI, Vol. 02, No. 03, Desember Koko Handoko Universitas Putera Batam (cooresponding author)

PENGELOMPOKAN PEMINJAM BUKU DENGAN METODE K-MEANS DI PERPUSTAKAAN PUSAT UPN VETERAN JAWA TIMUR SKRIPSI

KATA PENGANTAR. Agglomeratice Clustering dan K-Means Untuk Segmentasi Pengunjung Website

APLIKASI PREDIKSI KETEPATAN WAKTU KEBERANGKATAN PENERBANGANN MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES (STUDI KASUS : MASKAPAI PENERBANGAN XYZ)

RANCANG BANGUN PENCARIAN TUGAS AKHIR DENGAN METODE HILL CLIMBING AUTOMATIC CLUSTER TUGAS AKHIR

PEMBELAJARAN PERTOLONGAN PERTAMA SAAT KECELAKAAN BERBASIS MOBILE ELWIN SUTRANGGA

LAPORAN SKRIPSI SISTEM MANAJEMEN PERSEDIAAN BARANG MENGGUNAKAN METODE FIFO BERBASIS WEB (STUDI KASUS TOKO URIP COLLECTION KUDUS)

Analisis Strategi Promosi Universitas dengan Data Mining (Studi Kasus: Biro Promosi dan Hubungan Luar UKSW Salatiga) Tesis. Oleh: Suharyadi

TINJAUAN TENTANG PELATIHAN KARYAWAN PADA PT INDOFARMA GLOBAL MEDIKA CABANG MEDAN TUGAS AKHIR

APLIKASI LATIHAN SOAL UJIAN TEORI SURAT IZIN MENGEMUDI BERBASIS WEB. Laporan Tugas Akhir

LAPORAN SKRIPSI APLIKASI MEDIA PEMBELAJARAN PENGENALAN NAMA HEWAN DALAM BAHASA INGGRIS BERBASIS AUGMENTED REALITY. Oleh: HERUL FATHONI

PENERAPAN METODE KLASTERING DENGAN ALGORITMA K-MEANS UNTUK PREDIKSI KELULUSAN MAHASISWA PADA PROGRAM STUDI TEKNIK INFORMATIKA STRATA SATU

HUBUNGAN ANTARA MINAT BELAJAR DAN PERSEPSI CARA MENGAJAR GURU TERHADAP HASIL KOGNITIF BELAJAR FISIKA SISWA SMA

TATA CARA PENGUKUHAN PENGUSAHA KENA PAJAK PADA KANTOR PELAYANAN PAJAK PRATAMA MEDAN TIMUR

RANCANG BANGUN APLIKASI DOKUMEN CLUSTERING DENGAN METODE K-MEANS BERDASARKAN WINNOWING FINGERPRINT SIMILARITY TUGAS AKHIR

PROTOTIPE ESKALATOR OTOMATIS BERBASIS MIKROKONTROLER YANG DAPAT MENGHITUNG JUMLAH PENGGUNA RUDI ABD.SALAM

KARYA TULIS ILMIAH. Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Saint Terapan. Oleh : SUSANTI EKA SARI NIM : R

SISTEM INFORMASI AKADEMIK BERBASIS WEB PADA SD AL FIRDAUS SURAKARTA. Tugas Akhir. Disusun untuk memenuhi salah satu syarat dalam memperoleh gelar

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN CALON ASISTEN LABORATORIUM BERBASIS ANDROID MENGGUNAKAN ALGORITMA ITERATIVE DICHOTOMISER 3 (ID3)

KARYA TULIS ILMIAH HUBUNGAN MIOPIA TERHADAP PRESTASI BELAJAR PADA ANAK USIA SEKOLAH DASAR. Diajukan Untuk Memenuhi Sebagian Syarat Memperoleh

TINJAUAN PEMBERIAN KOMPENSASI KARYAWAN PADA PT BANK TABUNGAN NEGARA (PERSERO) KANTOR CABANG MEDAN

PEMBUATAN PROGRAM APLIKASI ADMINISTRASI NILAI BERBASIS JAVA STUDI KASUS DI SD KRISTEN BANJARSARI

SEGMENTASI PELANGGAN MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION DAN K-MEANS

PENGEMBANGAN KARYAWAN BAGIAN SUMBER DAYA MANUSIA PADA PT PERKEBUNAN NUSANTARA IV (PERSERO) MEDAN

Implementasi Algoritma Naïve Bayes untuk Sistem Klasifikasi Emosi Musik Otomatis TUGAS AKHIR

DATA MINING. Pertemuan 9. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi

KLASIFIKASI LAMA STUDI MAHASISWA FSM UNIVERSITAS DIPONEGORO MENGGUNAKAN REGRESI LOGISTIK BINER DAN SUPPORT VECTOR MACHINE (SVM)

SISTEM RENCANA ANGGARAN BIAYA MENGGUNAKAN METODE AVERAGE DI DESA PEDAWANG

PROSEDUR PENANGANANAN KLAIM ASURANSI KERUGIAN MOBIL PADA PT ASURANSI JASA INDONESIA (PERSERO) MEDAN

ANALISIS DATA PENERIMA BEASISWA PENINGKATAN PRESTASI AKADEMIK (PPA) MENGGUNAKAN METODE DATA MINING

ROSSINTA HARDIYANTI NIM F

IMPLEMENTASI ALGORITMA K-MEANS DALAM PENGKLASTERAN MAHASISWA PELAMAR BEASISWA

PENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS

ANALISA DAN PERANCANGAN APLIKASI MOBILE BERBASIS WAP PADA STMIK JIBES

ANALISIS HUBUNGAN ANTARA LAMA STUDI, JALUR MASUK DAN INDEKS PRESTASI KUMULATIF (IPK) MENGGUNAKAN MODEL LOG LINIER

ANALISIS KELOMPOK DENGAN ALGORITMA FUZZY C-MEANS DAN GUSTAFSON KESSEL CLUSTERING PADA INDEKS LQ45

ii

TINJAUAN METODE PENGEMBANGAN KARYAWAN PADA PT TELEKOMUNIKASI INDONESIA, Tbk. MEDAN TUGAS AKHIR

PENGELOMPOKAN MAHASISWA BERDASARKAN NILAI UJIAN NASIONAL DAN IPK MENGGUNAKAN METODE K-MEANS

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SEBELAS MARET SURAKARTA

LAPORAN TUGAS AKHIR PENGEMBANGAN MEDIA PEMBELAJARAN NAMA HEWAN DALAM BAHASA INGGRIS UNTUK SISWA SEKOLAH DASAR BERBASIS MULTIMEDIA

K-MEANS UNTUK MENENTUKAN CALON PENERIMA BEASISWA BIDIK MISI DI POLBENG

TAKARIR. : Mengelompokkan suatu objek yang memiliki kesamaan. : Kelompok atau kelas

SISTEM PENDUKUNG KEPUTUSAN UNTUK MEMPREDIKSI KELULUSAN PESERTA DIDIK PADA LEMBAGA PENDIDIKAN GURU AL-QUR AN (LPGQ) MENGGUNAKAN METODE NAIVE BAYES

GAME EDUKASI SEBAGAI SARANA PEMBELAJARAN DALAM MEMAHAMI MANFAAT BUAH BERBASIS ANDROID

GAME EDUKASI MENGENAL BAGIAN TUBUH BERBASIS ANDROID

METODE PENGEMBANGAN KARYAWAN PADA PT PLN (PERSERO) UNIT INDUK PEMBANGUNAN JARINGAN SUMATERA I

PENERAPAN SAK ETAP ATAS PENYAJIAN LAPORAN KEUANGAN KOPERASI MULIA BAKTI DI KECAMATAN PULAU RIMAU

PENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR TUGAS AKHIR

HUBUNGAN ANTARA KONSEP DIRI DENGAN PENYESUAIAN DIRI SISWA KELAS VII SMP N 1 SLEMAN YOGYAKARTA TAHUN PELAJARAN 2015 / 2016 SKRIPSI

Transkripsi:

ANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING TUGAS AKHIR Oleh : Maria 3310801006 Silvianty Noerliani 3310801016 Disusun untuk memenuhi syarat kelulusan Program Diploma III PROGRAM STUDI TEKNIK INFORMATIKA POLITEKNIK NEGERI BATAM BATAM 2011

LEMBAR PENGESAHAN Batam, 8 Februari 2011 Pembimbing, Mir atul K. Mufida, S. ST NIK. 109057 ii

LEMBAR PERNYATAAN Dengan ini, saya: NIM : Maria Nama : 3310801006 adalah mahasiswa Teknik Informatika Politeknik Negeri Batam yang menyatakan bahwa Tugas Akhir dengan judul: ANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING disusun dengan: 1. Tidak melakukan plagiat terhadap naskah karya orang lain 2. Tidak melakukan pemalsuan data 3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli atau tanpa ijin pemilik Jika kemudian terbukti terjadi pelanggaran terhadap pernyataan di atas, maka saya bersedia menerima sanksi apapun termasuk pencabutan gelar akademik. Lembar pernyataan ini juga memberikan hak kepada Politeknik Batam untuk mempergunakan, mendistribusikan ataupun memproduksi ulang seluruh hasil Tugas Akhir ini. Batam, 7 Februari 2011 Maria 3310801006 iii

LEMBAR PERNYATAAN Dengan ini, saya: NIM : Silvianty Noerliani Nama : 3310801016 adalah mahasiswa Teknik Informatika Politeknik Negeri Batam yang menyatakan bahwa Tugas Akhir dengan judul: ANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING disusun dengan: 1. Tidak melakukan plagiat terhadap naskah karya orang lain 2. Tidak melakukan pemalsuan data 3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli atau tanpa ijin pemilik Jika kemudian terbukti terjadi pelanggaran terhadap pernyataan di atas, maka saya bersedia menerima sanksi apapun termasuk pencabutan gelar akademik. Lembar pernyataan ini juga memberikan hak kepada Politeknik Batam untuk mempergunakan, mendistribusikan ataupun memproduksi ulang seluruh hasil Tugas Akhir ini. Batam, 7 Februari 2011 Silvianty Noerliani 3310801016 iv

KATA PENGANTAR Puji syukur kehadirat Allah SWT karena atas rahmat dan limpahan karunia-nya penyusun dapat menyelesaikan Tugas Akhir yang berjudul Analisis Kelayakan Pemberian Beasiswa di Politeknik Negeri Batam dengan Metode Clustering. Dalam kesempatan ini, Penyusun ingin menyampaikan ucapan terima kasih kepada pihak-pihak yang telah membantu penyusun dalam menyelesaikan Tugas Akhir ini, baik dalam memberikan semangat, dukungan, bimbingan, waktu dan biaya, antara lain: 1. Allah SWT yang memberi kemudahan dan berkah-nya sehingga Penyusun dapat menyelesaikan Tugas Akhir ini dengan baik dan tepat waktu. 2. Orangtua dan keluarga yang telah memberikan dukungan baik moral maupun materi. 3. Bapak Uuf Brajawidagda, MT selaku Ketua Program Studi Teknik Informatika. 4. Ibu Mir atul K. Mufida selaku Pembimbing Tugas Akhir ini. 5. Dosen Penguji yang telah memberi kami saran-saran yang mendukung. 6. Sahabat dan teman-teman yang tidak dapat kami sebutkan satu per satu yang telah membantu penyusun dalam menyelesaikan Tugas Akhir ini. Penyusun juga menyadari bahwa masih terdapat kekurangan bahkan jauh dari kesempurnaan dalam penyusunan Tugas Akhir ini. Untuk itu, Penyusun mengharapkan kritik dan saran yang membangun dari pihak-pihak lain. Semoga Tugas Akhir ini dapat bermanfaat bagi pembaca, khususnya bagi yang ingin mengembangkan analisis serupa. Batam, 7 Februari 2011 Penyusun v

ABSTRAK ANALISIS KELAYAKAN PEMBERIAN BEASISWA DI POLITEKNIK NEGERI BATAM DENGAN METODE CLUSTERING Beasiswa merupakan pemberian bantuan keuangan kepada perorangan yang bertujuan untuk digunakan dalam pelaksanaan pendidikan yang ditempuh. Sehingga Politeknik Negeri Batam menyediakan beasiswa yang dikategorikan berdasarkan prestasi akademik, non akademik dan kurang mampu. Analisis dilakukan dengan mengelompokkan data mahasiswa yang mengajukan beasiswa prestasi dan ekonomi berdasarkan parameter Indeks Prestasi Kumulatif (IPK), jumlah sertifikat dan penghasilan orangtua mahasiswa. Metode yang digunakan dalam analisis ini adalah metode clustering dengan algoritma K-Means yaitu mengelompokkan n buah objek ke dalam k kelas, berdasarkan jaraknya dengan pusat kelas. Nilai Centroid yang diperoleh akan diimplementasikan dalam aplikasi yang dapat mengelompokkan mahasiswa ke dalam kelompok layak atau tidak layak diberikan beasiswa berdasarkan jenis beasiswa. Kata Kunci: Beasiswa, Clustering, K-Means vi

ABSTRACT ANALYSIS OF SCHOLARSHIP PRESENT PROPERNESS IN POLITEKNIK NEGERI BATAM BY CLUSTERING METHOD Scholarship is given to individuals that purpose to be used in the implementation of education pursued. Politeknik Negeri Batam provide scholarship that categorized by academic achievement, non academic and poverty. The analysis was performed by grouping the students that apply scholarship based on Grade Point Average (GPA), the number of certificates and parents salary of student. This analysis use clustering method, K-Means algorithm that grouping n objects into k classes, based on nearest distance to centroid. The final result of centroid will be implemented in applications that can group students into groups of proper or not proper based on type of scholarship. Keywords: Scholarship, Clustering, K-Means. vii

DAFTAR ISI BAB I Pendahuluan... 1 I. 1 Latar Belakang... 2 I. 2 Rumusan Masalah... 2 I. 3 Batasan Masalah... 2 I. 4 Tujuan... 2 I. 5 Sistematika Penulisan... 3 BAB II Tinjauan Pustaka... 4 II. 1 Pengertian Analisis Kelayakan Pemberian Beasiswa... 4 II. 2 Data Mining... 4 II. 3 Metode Clustering... 5 II.3.1 Tipe Data Metode Clustering... 6 II.3.2 Algoritma K-Means... 6 BAB III Analisis... 8 III. 1 Pengumpulan Data... 8 III. 2 Data Prepocessing... 8 BAB IV Implementasi Analisis... 15 IV. 1 Penentuan Jumlah Cluster... 15 IV. 2 Pengelompokan Data Beasiswa Prestasi... 15 IV. 3 Pengelompokan Data Beasiswa Ekonomi... 18 IV. 4 Visualisasi Hasil Cluster... 22 BAB V Visualisasi Aplikasi... 24 V. 1 Deskripsi Umum Aplikasi... 24 V. 2 Karakteristik Pengguna... 25 V. 3 Interface Aplikasi... 25 BAB VI Penutup... 34 VI. 1 Kesimpulan... 34 VI. 2 Saran... 34 viii

DAFTAR GAMBAR Gambar 1. Flowchart algoritma K-Means... 7 Gambar 2. Visualisasi Beasiswa Prestasi... 22 Gambar 3. Visualisasi Beasiswa Ekonomi... 23 Gambar 4. Deskripsi Umum Aplikasi... 25 Gambar 5. Tampilan awal Menu... 25 Gambar 6 Menu Beasiswa Prestasi 1 Data... 26 Gambar 7. Hasil Kelayakan Beasiswa Prestasi... 27 Gambar 8. Visualisasi Beasiswa Prestasi... 27 Gambar 9. Menu Beasiswa Prestasi Banyak Data... 28 Gambar 10. Hasil Kelayakan Beasiswa Prestasi Banyak Data... 28 Gambar 11. Visualisasi Beasiswa Prestasi Banyak Data... 29 Gambar 12. Menu Beasiswa Ekonomi 1 Data... 29 Gambar 13. Hasil Kelayakan Beasiswa Ekonomi 1 Data... 30 Gambar 14. Visualisasi Kelayakan Beasiswa Ekonomi 1 Data... 30 Gambar 15. Menu Kelayakan Beasiswa Ekonomi Banyak Data... 31 Gambar 16. Hasil Kelayakan Beasiswa Ekonomi Banyak Data... 31 Gambar 17. Visualisasi Kelayakan Beasiswa Ekonomi Banyak Data... 32 Gambar 18. Menu Bantuan... 32 Gambar 19. Menu Tentang Kami... 33 ix

DAFTAR TABEL Tabel 1. Contoh data sebelum di-cleaning... 10 Tabel 2. Contoh data setelah di-cleaning... 11 Tabel 3. Penggolongan non akademik... 12 Tabel 4. Contoh normalisasi... 13 Tabel 5. Contoh data training beasiswa prestasi... 16 Tabel 6. Hasil perhitungan jarak antara data beasiswa prestasi terhadap centroid pada iterasi 1... 16 Tabel 7. Contoh data beasiswa ekonomi... 19 Tabel 8. Hasil perhitungan jarak antara data beasiswa ekonomi terhadap centroid pada iterasi 1... 19 Tabel 9. Karakteritik Pengguna... 25 x