Latar Belakang Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering Pada Program Studi Strata 1 Ilmu Komputer Dan Teknologi Informasi Universitas Sumatera Utara

BAB I PENDAHULUAN

1.1 Latar Belakang

Beberapa institusi yang memanfaatkan sistem informasi berbasis komputer selama bertahun-tahun sudah pasti memiliki jumlah data yang cukup besar pula. Data yang dihasilkan dan disimpan dalam sistem komputer dirancang agar cepat dan akurat baik dalam mengoperasikan maupun administrasinya. Data ini dirancang untuk pelaporan dan analisa yang menggunakan data. Data tersedia secara luar biasa melimpah. Sedemikian melimpahnya data, sehingga membuat kita semakin tertantang untuk bertanya “Pengetahuan apakah yang dapat dihasilkan dari data tersebut ”. Perguruan tinggi adalah salah satu institusi yang sudah pasti memiliki data yang tidak kecil volumenya. Database perguruan tinggi menyimpan data akademik, administrasi dan data mahasiswa. Data tersebut apabila digali dengan tepat maka dapat diketahui pola atau pengetahuan untuk mengambil keputusan. Salah satu data yang dapat digali adalah pemahaman informasi mahasiswa yang potensial drop out. Hal ini penting untuk diketahui dan dipahami. Pemahaman dapat dilakukan dengan mengungkapkan pengetahuan yang dimiliki untuk memahami dan mengelompokkan. Pencegahan kegagalan adalah sangat penting bagi managemen perguruan tinggi. Pengetahuan ini dapat digunakan dalam membantu pihak perguruan tinggi untuk lebih mengenal situasi para mahasiswanya dan dapat dijadikan sebagai pengetahuan dini dalam proses pengambilan keputusan untuk tindakan preventif dalam hal mengantisipasi mahasiswa drop-out, untuk meningkatkan prestasi mahasiswa, untuk meningkatkan kurikulum, meningkatkan proses kegiatan belajar dan mengajar dan Universitas Sumatera Utara banyak lagi keuntungan lain yang bisa diperoleh dari hasil penambangan data tersebut. Ukuran keberhasilan atau prestasi mahasiswa dapat dilihat dari Indeks Prestasi IP yang mencerminkan seluruh nilai yang diperoleh mahasiswa sampai semester yang sedang berjalan. IP diperoleh dengan cara menjumlahkan seluruh nilai mata kuliah yang telah diambil dan membaginya dengan total sks satuan kredit semester. Ada beberapa faktor yang menjadi penghalang bagi mahasiswa mencapai dan mempertahankan IP tinggi yang mencerminkan usaha mereka secara keseluruhan selama masa kuliah di perguruan tinggi. Faktor tersebut dapat dijadikan target oleh pihak perguruan tinggi sebagai strategi untuk mengambil tindakan dalam mengembangkan dan meningkatkan prestasi mahasiswa serta meningkatkan kinerja akademik dengan cara memantau perkembangan kinerja mereka. Evaluasi kinerja merupakan salah satu dasar untuk memantau perkembangan nilai prestasi akademik mahasiswa di dalam perguruan tinggi dan pengelompokkan mahasiswa kedalam kategori yang berbeda sesuai dengan prestasi mereka sudah menjadi kewajiban dalam tugas mereka. Dengan pengelompokkan mahasiswa secara manual berdasarkan nilai rata-rata mereka, maka tidak begitu mudah untuk memperoleh pandangan yang menyeluruh mengenai keadaan nilai prestasi mahasiswa. Dengan bantuan teknik data mining, seperti algoritma clustering, yang memungkinkan untuk menemukan karakteristik-karakteristik dari nilai prestasi mahasiswa dan menggunakan karakteristik mereka. Algoritma clustering yang baik idealnya menghasilkan kelompok dengan batasan cluster yang berbeda, meskipun dalam praktek pemisahan yang sempurna biasanya tidak bisa dicapai. Berdasarkan uraian di atas, penulis terdorong untuk mengambil judul “Pengelompokan Mahasiswa Potensial Drop Out Dengan Menggunakan Metode Clustering Pada Program Studi Teknologi Informasi dan Ilmu Komputer Fakultas Universitas Sumatera Utara Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara T.A. 20102011. ”

1.2 Perumusan Masalah

Dokumen yang terkait

Studi dokumentasi tentang kecenderungan penelitian mahasiswa departemen ilmu komunikasi fakultas ilmu social dan ilmu politik Universitas Sumatra Utara 2010 - 2013

0 26 123

Model Profil Mahasiswa Yang Potensial Drop Out Menggunakan Teknik Kernel K-Mean Clustering Dan Decision Tree

7 64 121

Citra Departemen Ilmu Komunikasi dan Ekspektasi Mahasiswa (Studi Deskriptif tentang Citra Departemen Ilmu Komunikasi dan Ekspektasi Mahasiswa Ilmu Komunikasi FISIP USU)

6 70 134

Perilaku Pencarian Informasi Mahasiswa Dalam Menyelesaikan Skripsi Pada Program Studi Ilmu Perpustakaan Universitas Sumatera Utara

8 39 88

Perilaku Pencarian Informasi Mahasiswa Dalam Menyelesaikan Skripsi Pada Program Studi Ilmu Perpustakaan Universitas Sumatera Utara

0 0 13

Kewirausahaan Informasi (Infopreneur) Kelompok Mahasiswa Program Studi Ilmu Perpustakaan Universitas Sumatera Utara

0 0 15

PengaruhHarga, KualitasProduk, dan Citra Merek Terhadap Keputusan Pembelian Smartphone Merek Apple (iPhone) Pada Mahasiswa Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara

0 0 2

View of Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering K-Means

0 1 6

Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering Pada Program Studi Strata 1 Ilmu Komputer Dan Teknologi Informasi Universitas Sumatera Utara

0 1 13

Hubungan Lama Penggunaan Komputer dengan Kejadian Miopia di Fakultas Ilmu Komputer dan Teknologi Informasi Departemen Teknologi Informasi Universitas Sumatera Utara Tahun 2012

0 0 15