Rancangan Pemetaan Persebaran Universitas dan Sekolah Tinggi di Kota Makassar dengan Metode Clustering
Muh. Reski Nurhidayat(1*); Irawati Irawati(2); Lukman Syafie(3);
(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author
AbstractSalah satu peningkatan mutu pendidikan di Indonesia adalah dengan adanya Perguruan Tinggi (Universitas) dan Sekolah Tinggi yang menjadi pusat perkembangan ilmu pengetahuan dan teknologi. Perguruan Tinggi dan Sekolah Tinggi banyak tersebar diberbagai wilayah di Indonesia, salah satunya kota Makassar. Terjadinya persebaran tersebut mengakibatkan semakin sulitnya seseorang untuk memilih tempat melanjutkan ke jenjang pendidikan tinggi, terutama untuk mereka yang merupakan perantau/pendatang di kota Makassar. Oleh karena itu dibutuhkan suatu sistem informasi geografis berbasis website, serta pengumpulan data terkait Universitas dan Sekolah Tinggi yang ada di kota Makassar. Lokasi perguruan tinggi mencakup data spasial dan non spasial yang ada di dalamnya termasuk nama, lokasi, alamat, tingkat akreditasi, dan informasi lainnya. Dalam penelitian ini kami merancang Sistem Informasi Geografis mengenai Persebaran Universitas dan Sekolah Tinggi di Kota Makassar menggunakan QGIS dengan metode K-Means Clustering yang informasinya dapat diakses melalui website. Tujuan dari penelitian ini adalah untuk memudahkan semua orang untuk memperoleh informasi terkait nama, alamat, dan akreditasi Universitas dan Sekolah Tinggi yang ada di Kota Makassar
KeywordsQGIS; K-Means Clustering; perguruan tinggi; website
|
Full Text:PDF |
Article MetricsAbstract view: 9 timesPDF view: 3 times |
Digital Object Identifier![]() |
Cite |
References
D. Handini, F. Hidayat, A. N. R. Attamimi, D. A. V. Putri, M. P. Rouf, and N. R. Anjani, “Statistik Pendidikan Tinggi,” Higher Education Statistics, vol. 5, p. 300, 2020.
H. Mulyanto, A. Ashanti, M. Andriyani, and A. T. Nugroho, “Loyalitas Mahasiswa: Dampak Persepsi Bauran Komunikasi Terhadap Proses Keputusan Memilih Perguruan Tinggi,” Jurnal Manajemen Kewirausahaan, vol. 17, no. 2, p. 107, Dec. 2020, doi: 10.33370/jmk.v17i2.485.
L. Gayatri and H. Hendry, “Pemetaan Penyebaran COVID-19 Pada Tingkat Kabupaten/Kota DI Pulau Jawa Menggunakan Algoritma K-Means Clustering,” Sebatik, vol. 25, no. 2, pp. 493–499, Dec. 2021, doi: 10.46984/sebatik.v25i2.1307.
S. Seprianto, A. S. Sahay, and R. Teguh, “Sistem Informasi Geografis Persebaran Masyarakat Miskin Di Kota Palangka Raya,” Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika, vol. 16, no. 2, pp. 111–120, 2022.
F. Imansyah, “Pemrosesan Data Buta Aksara Berbasis WebGIS,” JEPIN (Jurnal Edukasi dan Penelitian Informatika), vol. 6, no. 3, pp. 353–363, 2020.
Y. Christian, “Application of K-Means Algorithm for Clustering the Quality of Lecturer Learning at Batam International University,” International Journal of Information System & Technology Akreditasi, vol. 3, no. 2, pp. 191–199, 2020.
S. Sumarlinda, Wijiyanto, and W. Lestari, “Journal of Intelligent Decision Support System (IDSS) Decision support system for lecturer publication mapping using k-means clustering method,” Journal of Intelligent Decision Support System (IDSS), vol. 5, no. 4, pp. 140–145, Dec. 2022.
D. Yu, X. Zhou, Y. Pan, Z. Niu, and H. Sun, “Application of Statistical K-Means Algorithm for University Academic Evaluation,” Entropy, vol. 24, no. 7, p. 1004, Jul. 2022, doi: 10.3390/e24071004.
F. Nuraeni, D. Kurniadi, and G. F. Dermawan, “Pemetaan Karakteristik Mahasiswa Penerima Kartu Indonesia Pintar Kuliah (KIP-K) menggunakan Algoritma K-Means++,” Jurnal Sisfokom (Sistem Informasi Dan Komputer), vol. 11, no. 3, pp. 437–443, 2023.
N. Syifa and R. N. Fahmi, “Implementasi Metode K-Means Clustering dalam Analisis Persebaran UMKM di Jawa Barat,” JOINS (Journal of Information System), vol. 6, no. 2, pp. 211–220, Dec. 2021, doi: 10.33633/joins.v6i2.5310.
F. Marisa and T. M. A. Anastasia Lidya Maukar, Data Mining Konsep Dan Penerapan. Deepublish, 2021.
C. Yuan and H. Yang, “Research on K-Value Selection Method of K-Means Clustering Algorithm,” J - Multidisciplionary Scientific Journal, vol. 2, pp. 226–235, Mar. 2019, doi: 10.3390/j2020016.
S. Retno, “Peningkatan Akurasi Algoritma K-Means dengan Clustering Purity Sebagai Titik Pusat Cluster Awal (Centroid),” Universitas Sumatera Utara, Medan, 2019.
R. M. Awangga, Pengantar Sistem Informasi Geografis: Sejarah, Definisi Dan Konsep Dasar. Kreatif, 2019.
S. T. Sulistiyanto and others, Sistem Informasi Geografis Teori Dan Praktik Dengan Quantum Gis. Ahlimedia Book, 2021.
N. A. Maori and E. Evanita, “Metode Elbow dalam Optimasi Jumlah Cluster pada K-Means Clustering,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 14, no. 2, pp. 277–288, Nov. 2023, doi: 10.24176/simet.v14i2.9630.
T. Putri, S. Samsudin, and S. D. Andriana, “Sistem Informasi Geografis Pemetaan Reklame Berbasis Web,” Journal of Information System Research (JOSH), vol. 3, no. 3, pp. 187–196, Apr. 2022, doi: 10.47065/josh.v3i3.1452.
D. Murni, B. Efendi, and N. Rahmadani, “Implementation Of Employee Discipline Clustering At Gotting Sidodadi Village Office Bandar Pasir Mandoge Using K-Means Algorithm,” Jurnal Teknik Informatika (JUTIF), vol. 3, no. 2, pp. 295–304, 2022.
I. Gunawan, M. Ropianto, and L. Yanti, “Pengembangan Dashboard STT Ibnu Sina Batam Berbasis Web Mobile,” vol. 2, pp. 11–30.
M. R. A. Fernanda, P. Sokibi, and R. Fahrudin, “Sistem Prediksi Ketepatan Kelulusan Mahasiswa Berdasarkan Data Akademik Dan Non Akademik Menggunakan Metode K-MEANS (Studi Kasus : Universitas Catur Insan Cendekia),” JURNAL DIGIT, vol. 11, no. 1, pp. 89–100, May 2021.
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Muh. Reski Nurhidayat, Irawati Irawati, Lukman Syafie

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Literatur Informatika dan Komputer
Diterbitkan oleh Fakultas Ilmu Komputer
Website : https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0