DATA MINING REKOMENDASI CALON MAHASISWA BERPRESTASI DI STMIK DENPASAR MENGGUNAKAN METODE TECHNIQUE FOR OTHERS REFERENCE BY SIMILARITY TO IDEAL SOLUTION

Abstract

Perkembangan teknologi yang semakin pesat dan tidak bisa dipungkiri bahwa teknologi sebagai kebutuhan sekunder bagi para penggunanya. Sejauh ini teknologi juga telah diterapkan pada beberapa bidang, salah satu contohnya kehadiran teknologi di sektor pendidikan yang memudahkan para penggunanya untuk melakukan proses penilaian prestasi. Sistem penilaian dan pencatatan yang dilakukan STMIK Denpasar masih konvensional sehingga mempersulit para dosen dan ketua yayasan untuk melakukan analisis lebih lanjut mengenai keadaan calon mahasiswanya. Selain dari itu, penilaian yang dilakukan pun lebih berfokus ke dalam bidang akademis (penguasaan konsep). Permasalahan yang dihadapi oleh pihak manajerial STMIK Denpasar adalah bagaimana memanfaatkan teknologi data mining untuk menentukan prestasi calon mahasiswa baru. Dengan sistem rekomendasi perangkat lunak menyediakan saran untuk items yang bisa digunakan oleh user. TOPSIS adalah salah satu metode pengambilan keputusan multikriteria. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Aplikasi telah berhasil memilih mahasiswa berprestasi dengan menggunakan TOPSIS dengan rata-rata access time 0.27268 detik dengan bobot 6 data sampel uji. Implementasi metode TOPSIS pada studi kasus mahasiswa berprestasi dengan menyaring bobot standar minimal hasil TOPSIS untuk diambil 2 nilai rangking terbaik pada ambang batas di atas 0.5. Kinerja TOPSIS dibandingkan dengan metode K-Means Clustering dari aspek access time TOPSIS lebih cepat yaitu 0.27268 detik sedangkan K-Means Clustering 0.3818 detik. Kinerja TOPSIS dibandingkan dengan metode K-Means Clustering dari aspek hasil TOPSIS menghasilkan rekomendasi yang sama dengan K-Means Clustering. Dalam penelitian ini metode TOPSIS baru bisa menghasil kan 2 rekomendasi sehingga pada penelitian selanjutnya metode ini bisa dibandingkan dengan metode lain.