Kata Kunci: Data Mining Knowledge Discovery in Database Clustering K-Means Rapidminer Dalam membantu mengembangkan teknologi di bidang pendidikan serta membawa suatu perubahan besar dalam daya saing antar individu maupun kelompok, diperlukan suatu informasi serta data yang cukup agar dapat dianalisis lebih lanjut. Dalam hal ini STT Wastukancana Purwakarta berada di bawah naungan Yayasan Bunga Bangsa melihat bahwa mahasiswa STT Wastukancana Purwakarta mempunyai beberapa kendala dalam tugas

more »

... salah satunya yaitu sulit dalam menentukan topik judul skripsi yang akan dibuatnya sehingga terkadang topik judul skripsi yang diambil tidak sesuai dengan kemampuan masing-masing mahasiswa. Masalah ini dapat diatasi dengan menerapkan metode clustering. Metode analisis yang digunakan adalah Knowledge Discovery in Database (KDD). Metode pengelompokan mahasiswa menggunakan metode clustering dan algoritma K-Means dimana Clustering ini bertujuan untuk membagi mahasiswa ke dalam cluster berdasarkan nilai yang diperolehnya dari semester 1 s/d 7, sehingga dapat menghasilkan rekomendasi mahasiswa dalam mengambil topik skripsi. Alat yang digunakan untuk mengimplementasi algoritma tersebut yaitu Rapidminer. Hasil dari penelitian ini adalah pengelompokan mahasiswa sesuai dengan keahliannya, yang didapat berdasarkan cluster yang memiliki nilai yang paling tinggi dan didominasi pada mata kuliah yang paling banyak sesuai dengan mata kuliah yang sudah dikelompokan masing-masing keahlian. Sehingga hasil cluster ini yang menjadi acuan sebagai rekomendasi mahasiswa dalam mengambil topik judul skripsi. ABSTRACT In helping to develop technology in the field of education as well as bringing about a major change in competitiveness between individuals and groups, it is required sufficient information and data to be analyzed further. In this case STT Wastukancana Purwakarta is under the auspices of Bunga Bangsa Foundation, seeing that STT Wastukancana Purwakarta students have several obstacles in their final project, one of which is difficult in determining the topic of the thesis title to be made so that sometimes the topic of the thesis title taken is not in accordance with their abilities each student. This problem can be overcome by applying the clustering method. The analytical method used is Knowledge Discovery in Database (KDD). The method of grouping students uses the clustering method and the K-Means algorithm as a clustering calculation where the Clustering aims to divide students into clusters based on grades obtained from semester 1 to 7, so as to produce student recommendations in taking thesis topics. The tool used to implement the algorithm is Rapid miner. The results of this study are grouping students according to their expertise, which is obtained based on the cluster that has the highest score and is dominated by the most subjects according to the subjects that have been grouped by each expertise. So the results of this cluster are used as a reference for students to take the thesis title topic. This is an open access article under the CC-BY-SA license.