untuk Pengelompokan Calon Penerima Beasiswa
Penulis: Fakhrian Fadlia Adiwijaya; Arisza Zufar Fathurrahman; Chrismikha Hardyanto
DOI: 10.1109/INCITEST59455.2023.10395926
Abstrak
Beasiswa merupakan suatu bentuk bantuan keuangan yang diberikan kepada individu untuk mendukung pendidikan mereka. Beasiswa dapat diberikan oleh institusi pendidikan, pemerintah, organisasi, atau perorangan sebagai sarana untuk membantu biaya pendidikan. Beasiswa dapat hadir dalam berbagai bentuk, termasuk hibah tunai, pembebasan biaya kuliah, bantuan pembelian buku atau perlengkapan pendidikan, atau kombinasi dari bentuk-bentuk bantuan tersebut. Penerima beasiswa biasanya dipilih berdasarkan kriteria spesifik seperti keunggulan akademik, kebutuhan finansial, bakat atau minat khusus, atau prestasi di bidang tertentu. Metode seleksi penerima beasiswa yang umum dilakukan saat ini melibatkan evaluasi terhadap karakteristik mahasiswa yang dinilai berprestasi dan aktif dalam proses pembelajaran. Karena jumlah mahasiswa yang banyak dan terbatasnya kuota beasiswa, proses ini seringkali memakan waktu yang cukup lama, dan pemilihan penerima beasiswa mungkin tidak sepenuhnya akurat. Untuk membantu proses seleksi penerima beasiswa, digunakan teknik data mining, khususnya metode clustering (pengelompokan). Agglomerative Hierarchical Clustering (AHC) adalah salah satu algoritme clustering yang mampu mengelompokkan sekumpulan data ke dalam klaster data tertentu. Data yang dianalisis untuk penentuan penerima beasiswa meliputi data kinerja akademik atau nilai, data kegiatan ekstrakurikuler, data ekonomi, dan data prestasi mahasiswa. Dengan menggunakan metode data mining dan clustering, institusi pendidikan atau organisasi pemberi beasiswa dapat menganalisis data calon penerima beasiswa untuk mengidentifikasi kelompok-kelompok yang memiliki kesamaan berdasarkan kriteria tertentu. Pendekatan ini dapat membuat proses seleksi dan pengelompokan calon penerima beasiswa menjadi lebih efisien dan objektif. © 2023 IEEE.
Kata kunci penulis
AHC; Clustering; Data Mining; Manajemen Beasiswa
Kata kunci terindeks
Istilah terkendali teknik
Analisis klaster; Algoritme pengelompokan; Data mining; Ekonomi; Sistem pembelajaran
Istilah tak terkendali teknik
Terkini; Keunggulan akademik; Agglomerative hierarchical clustering; Pengelompokan; Institusi pendidikan; Bantuan keuangan; Organisasi pemerintah; Calon; Manajemen beasiswa; Bakat khusus
Topik utama teknik
Mahasiswa
Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185202061
