Untuk mencegah kesalahan pihak sekolah dalam menentukan siswa kelas XII
yang berhak menerima beasiswa maka dapat dilakukan pencegahan dengan
menggunakan teknik data mining sehingga pihak sekolah dapat menentukan
keputusan secara tepat dan cepat. Clustering merupakan salah satu teknik data
mining yang berfungsi melakukan pengelompokan sejumlah data atau objek ke
dalam cluster (group) sehingga setiap cluster akan berisi data yang semirip
mungkin dan berbeda dengan objek dalam cluster yang lainnya. Metode yang
digunakan adalah CRISP-DM, melalui proses business understanding, data
understanding, data preparation, modeling, evaluation dan deployment.
Algoritma yang digunakan untuk pembentukan cluster adalah algoritma K-Means.
K-Means merupakan salah satu metode data non-hierarchical clustering yang
dapat mengelompokkan data siswa ke dalam beberapa cluster berdasarkan
kemiripan dari data tersebut. Data yang digunakan berjumlah 109 data, dengan
atribut jurusan dan nilai mata pelajaran matematika, B. Indonesia, B.inggris.
Cluster yang terbentuk berjumlah tiga cluster, dengan cluster pertama berjumlah
26 siswa, cluster kedua berjumlah 46 siswa, dan cluster ketiga berjumlah 37
siswa. Hasil dari penelitian ini dapat digunakan sebagai salah satu dasar
pengambilan keputusan untuk menentukan kelompok penerima beasiswa
berdasarkan cluster yang terbentuk.