Penentuan Kompetensi Mahasiswa dengan Algoritma Genetik dan Metode Fuzzy C-Means

The Student's competence determination is a very important thing because it will ease the students in entering the work world which is appropriate with their competence in which competence has positive effect to someone’s performance on his work. Data clustering technique has been used widely nowadays. However on the real world, the problems about the features used in data clustering process is still very much neglected, thus there are often features used are not quite relevant in the data clustering process. Therefore this research uses the combination between Genetic Algorithm and Fuzzy C-Means in the student's competence determination. The data used is the data of STIKOM Bali students in Information System programme. The genetic algorithm is used to determine the relevant features and Fuzzy C-Means is used in data clustering optimally. The combination between these two algorithms result in 77 features had by the dataset, but only 61 features are relevant and valid to use in clustering process. From the experiment result, the combination of Genetic Algorithm and Fuzzy C-Means gives better result than using only Fuzzy C-Means with the average percentage on the test conducted is 88.89%. Intisari—Penentuan kompetensi mahasiswa merupakan hal yang penting karena akan memudahkan mahasiswa untuk memasuki dunia kerja yang sesuai dengan kompetensinya dimana kompetensi akan berpengaruh positif terhadap kinerja seseorang dalam pekerjaannya. Teknik klasterisasi data telah dipakai dengan sangat luas sekarang ini. Namun pada kenyataannya, masalah-masalah tentang fitur yang digunakan dalam proses klasterisasi data masih sangat diabaikan, sehingga kerap kali terjadi penggunaan fitur yang kurang relevan dalam proses klasterisasi data tersebut. Untuk itu penelitian ini menggunakan penggabungan antara Algoritma Genetik dan Fuzzy C-Means dalam penentuan kompetensi mahasiswa. Data uji yang digunakan adalah data mahasiswa program studi Sistem Informasi STIKOM Bali. Algoritma Genetik digunakan dalam menentukan fitur yang relevan dan Fuzzy C-Means digunakan dalam melakukan klasterisasi data secara optimal. Kombinasi antara dua buah algoritma ini menghasilkan dari 77 fitur yang dimiliki oleh dataset, hanya 61 fitur yang relevan dan valid untuk digunakan dalam proses clustering. Hasil percobaan yang dilakukan, penggabungan Algoritma Genetik dan Fuzzy CMeans memberikan hasil yang lebih baik dibandingkan Fuzzy CMeans saja dengan persentase rata-rata kesesuaian pada pengujian yang dilakukan adalah sebesar 88.89%. Kata Kunci—kompetensi mahasiswa, pemilihan fitur, klasterisasi data, algoritma genetik, fuzzy c-means