Analisis Data Menggunakan Metode Statistik Dan Data Mining Untuk Pengambilan Keputusan Berbasis Sistem Informasi
DOI:
https://doi.org/10.69693/ijim.v4i2.457Keywords:
Data Mining, Statistik, Sistem Informasi, Pengambilan Keputusan, Analisis DataAbstract
Perkembangan teknologi informasi telah mendorong peningkatan volume data yang sangat besar dalam berbagai sektor, termasuk pendidikan. Sistem informasi yang digunakan di institusi pendidikan mampu menghasilkan data dalam jumlah besar, seperti data akademik, kehadiran, dan administrasi. Namun, ketersediaan data tersebut belum sepenuhnya dimanfaatkan secara optimal untuk mendukung pengambilan keputusan yang efektif dan berbasis data. Banyak keputusan masih dilakukan secara konvensional dan subjektif, sehingga berpotensi menurunkan kualitas kebijakan yang dihasilkan. Oleh karena itu, diperlukan pendekatan analitik yang mampu mengolah data menjadi informasi yang bernilai.Penelitian ini bertujuan untuk menganalisis penerapan metode statistik dan data mining dalam mendukung pengambilan keputusan berbasis sistem informasi. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan analisis deskriptif dan inferensial terhadap data yang diperoleh dari sistem informasi sekolah di Kota Medan. Teknik analisis meliputi statistik deskriptif untuk menggambarkan karakteristik data, analisis regresi untuk mengetahui hubungan antar variabel, serta penerapan metode data mining seperti klasifikasi dan clustering untuk menemukan pola tersembunyi dalam data.Hasil penelitian menunjukkan bahwa metode statistik mampu memberikan gambaran awal terhadap distribusi dan hubungan data, sedangkan data mining mampu mengidentifikasi pola kompleks yang tidak dapat ditemukan melalui analisis statistik konvensional. Integrasi kedua metode tersebut terbukti mampu meningkatkan akurasi analisis serta memberikan insight yang lebih mendalam dalam proses pengambilan keputusan. Selain itu, pendekatan ini juga memungkinkan prediksi terhadap kondisi di masa mendatang sehingga mendukung perencanaan yang lebih efektif.Dengan demikian, penerapan metode statistik dan data mining secara terintegrasi dalam sistem informasi sangat penting untuk mendukung pengambilan keputusan yang lebih objektif, akurat, dan berbasis data (data-driven decision making).
Downloads
References
Aggarwal, C.C. (2021). Data Mining: The Textbook. Springer.
Chen, H., Chiang, R., & Storey, V. (2022). Business Intelligence and Analytics. MIS Quarterly.
Davenport, T.H., & Harris, J. (2022). Competing on Analytics. Harvard Business Press.
Field, A. (2021). Discovering Statistics Using IBM SPSS. Sage.
García, S., et al. (2023). Data Mining Trends. Information Sciences.
Han, J., Kamber, M., & Pei, J. (2022). Data Mining: Concepts and Techniques. Elsevier.
James, G., et al. (2021). An Introduction to Statistical Learning. Springer. DOI: https://doi.org/10.1007/978-1-0716-1418-1
Kotu, V., & Deshpande, B. (2021). Predictive Analytics. Elsevier.
Laudon, K., & Laudon, J. (2022). Management Information Systems. Pearson.
Manyika, J., et al. (2022). Big Data Report. McKinsey.
Montgomery, D., & Runger, G. (2021). Applied Statistics. Wiley.
O’Brien, J., & Marakas, G. (2021). Management Information Systems. McGraw-Hill.
Power, D.J. (2021). Decision Support Systems.
Provost, F., & Fawcett, T. (2021). Data Science for Business. O’Reilly.
Robbins, S., & Coulter, M. (2022). Management. Pearson.
Shmueli, G., et al. (2021). Data Mining for Business Analytics. Wiley.
Simon, H.A. (2021). Decision-Making Theory.
Stair, R., & Reynolds, G. (2022). Principles of Information Systems.
Tan, P.N., et al. (2021). Introduction to Data Mining. Pearson.
Witten, I., et al. (2021). Machine Learning Tools. Morgan Kaufmann.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Indonesian Journal of Innovation Multidisipliner Research
This work is licensed under a Creative Commons Attribution 4.0 International License.
