PENENTUAN PENERIMA KIP KULIAH MAHASISWA S1 UNUGIRI MENGGUNAKAN FUZZY C-MEANS CLUSTERING

Nanda Nur Rahmawati; M. Ivan Ariful Fathoni; Ismanto Ismanto

doi:10.36526/tr.v6i2.2197

Nanda Nur Rahmawati Universitas Nahdlatul Ulama Sunan Giri
M. Ivan Ariful Fathoni Universitas Nahdlatul Ulama Sunan Giri
Ismanto Ismanto Universitas Nahdlatul Ulama Sunan Giri

DOI: https://doi.org/10.36526/tr.v6i2.2197

Keywords: KIP Kuliah, Algoritma Fuzzy C-Means Clustering, Sistem Pendukung Keputusan

Abstract

Kartu Indonesia Pintar (KIP) Kuliah adalah salah satu pemberian bantuan pendidikan untuk siswa yang tergolong kurang mampu namun memiliki prestasi untuk melanjukan pendidikan di perguruan tinggi. Banyak perguruan tinggi yang menyediakan program KIP Kuliah sebagai contoh perguruan tinggi swasta yang ada di Bojonegoro yaitu Universitas Nahdlatul Ulama Sunan Giri (UNIGIRI). Proses seleksi penerima KIP Kuliah di UNUGIRI masih dilakukan secara manual, cara tersebut membutuhkan ketelitian dan waktu yang cukup lama dan menyebabkan beberapa hasil penyeleksian kurang tepat. Diperlukan Sistem Pendukung Keputusan (SPK) yang memudahkan dalam meghitung segala ketentuan pengambilan keputusan dengan menggunakan metode Fuzzy C-Means. Metode Fuzzy C-Means dapat membantu dalam proses pengambilan keputusan calon penerima KIP Kuliah sesuai dengan kriteria yang telah ditentukan. Dengan mempertimbangkan 5 variabel yaitu penerima KIP/KKS, status DTKS, besar penghasilan orang tua, jumlah tanggungan keluarga, serta aset yang dimiliki. Dari 346 data calon mahasiswa penerima yang diperoleh, setelah diteliti dengan menggunakan metode Fuzzy C-Means Clustering diperoleh 119 mahasiswa yang layak menerima KIP Kuliah. Selain itu terdapat 227 mahasiswa kurang layak menerima KIP Kuliah karena tergolong mampu yang dibuktikan dengan tidak memiliki kartu tanda kurang mampu serta data aset yang dimiliki keluarga. Adapun hasil perhitungan di lapangan menunjukkan 236 mahasiswa penerima KIP Kuliah dan 110 mahasiswa tidak menerima KIP Kuliah. Setelah dibandingkan dengan data penerima sebelumnya diperoleh 56% kecocokan hasil Fuzzy C-Means dengan hasil penentuan di lapangan, dan pada hasil analisis perbedaan dari kedua metode tersebut metode Fuzzy C-Means lebih akurat dalam penentuan pengambilan keputusan. Jadi metode ini dapat dipertimbangkan untuk dipakai dalam penentuan kelayakan penerima KIP Kuliah.

References

Ahmadi, A., & Hartati, S. (2013). Penerapan Fuzzy C-Means dalam Sistem Pendu-kung Keputusan untuk Penentuan Penerima Bantuan Langsung Masyarakat (BLM) PNPM-MPd (Studi Kasus PNPM-MPd Kec. Ngadirojo Kab. Pacitan). BI-MIPA, 23(3), 264–273.

Dwitiyanti, N., Selvia, N., & Andrari, F. R. (2019). Penerapan Fuzzy C-Means Cluster dalam Pengelompokkan Provinsi Indonesia Menurut Indikator Kesejahteraan Rakyat. Fakt. Exacta, 12(3), 201–209.

Jaroji, J., Danuri, D., & others. (2016). K-Means untuk Menentukan Calon Penerima Beasiswa Bidik Misi di Polbeng. INOVTEK Polbeng-Seri Informatika, 1(1), 87–94.

Muchsin, A. K., & Sudarma, M. (2015). Penerapan Fuzzy C-Means untuk Penentuan Besar Uang Kuliah Tunggal Mahasiswa Baru. Lontar Komputer, 6(3), 175–184.

Putra, A., & Hardiyanti, D. Y. (2011). Penentuan Penerima Beasiswa dengan Meng-gunakan Fuzzy Multiple Atribute Decission Making. JSI: Jurnal Sistem Infor-masi (E-Journal), 3(1).

Putra, R. J. E., Nasution, N., & Yummastian, Y. (2015). Aplikasi e-zakat Penerimaan dan Penyaluran Menggunakan Fuzzy C-mMeans (studi kasus: LAZISMU Pe-kanbaru). Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 6(2), 42–54.

Rahakbauw, D. L., Ilwaru, V. Y. I., & Hahury, M. H. (2017). Implementasi Fuzzy C-Means Clustering dalam Penentuan Beasiswa. Barekeng: Jurnal Ilmu Mate-matika Dan Terapan, 11(1), 1–12.

Sabaruddin, N. (2020). Bidikmisi Diganti Jadi KIP Kuliah, Berikut Penjelasan Kampus Karakter Unsulbar. Karakter unsulbar.Com. https://karakterunsulbar.com/2020/01/22/bidikmisi-diganti-jadi-kip-kuliah-berikut-penjelasan-kampus/

Sari, H. L., & Suranti, D. (2016). Perbandingan Algoritma Fuzzy C-Means (FCM) dan Algoritma Mixture dalam Penclusteran Data Curah Hujan Kota Bengkulu. Se-minar Nasional Aplikasi Teknologi Informasi (SNATI).

Sugiyono, D. (2013). Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif dan R&D.

Suwardika, G., & Suniantara, I. K. P. (2018). Seleksi Pemilihan Calon Penerima Bea-siswa Bidikmisi Mahasiswa Universitas Terbuka dengan Metode Topsis. In-ternational Journal of Natural Science and Engineering, 2(2), 65–70.

Yao, X., Xing, L., & Xin, P. (2021). Distributed Generation Parameter Optimization Method Based on Fuzzy C-Means Clustering Under The Internet of Things Architecture. Energy Reports, 7, 106–115.