Pengelompokkan data mahasiswa berdasarkan kriteria Indeks Prestasi Kumulatif (IPK), penghasilan total orang tua, dan jumlah tanggungan keluarga dapat membantu dalam proses penerimaan beasiswa. Metode yang bisa digunakan untuk pengelompokkan data mahasiswa ini adalah K-Means Clustering. Metode K-Means Clustering berusaha mengelompokkan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama. Data mahasiswa dikelompokkan menjadi tiga cluster yaitu menerima, dipertimbangkan, dan tidak berhak menerima beasiswa. Kemudian setiap cluster diklasifikasikan berdasarkan kriteria mana yang lebih diprioritaskan. Cluster dengan nilai terbesar pada centroid akhir merupakan cluster yang direkomendasikan menerima beasiswa, sedangkan cluster dengan nilai terkecil pada centroid akhir merupakan cluster yang tidak berhak menerima beasiswa. Pengujian sistem dilakukan sebanyak 40 kali percobaan terhadap 48 data mahasiswa untuk mendapatkan presisi hasil implementasi metode K-Means Clustering. Nilai presisi dihitung dengan Error Presisi, dengan membandingkan data hasil clustering dari 40 percobaan. Hasil perhitungan Error Presisi pada hasil klasifikasi berdasarkan IPK adalah 0,118 dan berdasarkan penghasilan orang tua adalah 0,076. Nilai Error Presisi yang rendah menunjukkan bahwa nilai presisinya tinggi. Nilai presisi tinggi menunjukkan ketetapan data pada setiap percobaan dengan menggunakan tiga cluster juga tinggi.

Pekerjaan dengan computer akan mempercepat dalam pekerjaan seperti halnya kemampuan komputer dalam mengolah data, melakukan perhitungan yang rumit, melakukan koneksi jaringan internet, pengolahan citra, neural network, dan sistem pendukung keputusan. Komputer dalam hal kecerdasan mulai menirukan sistem kerja manusia dalam pengambilan keputusan dan ini dikenal dengan sistem pengambilan keputusan.

Ada banyak bidang kerja yang memerlukan pengambilan keputusan untuk menghasilkan suatu pekerjaan tersebut yang saat ini dapat dipecahkan dengan menggunakan komputer. Salah satu contoh dalam kasus penelitian ini yaitu menentukan jurusan yang tepat bagi mahasiswa baru di SMK Negeri 1 Lhokseumawe yang dilatar belakangi oleh kerja sistem lama yang manual selection maka tidak layak lagi digunakan mengingat kemajuan sistem pendukung keputusan dengan computer yang begitu cepat dan handal maka selayaknya SMK Negeri 1 Lhokseumawe harus memiliki sebuah sistem dalam mendukung pengambilan keputusan penentuan jurusan bagi mahasiswa baru.

Sistem yang akan dirancang menggunakan aplikasi web yang diprogramkan dengan PHP dan database My-SQL yang bisa memproses data dengan cepat dan tepat. Guna mendukung pengambilan keputusan maka digunakan sebuah metode yaitu Algoritma K-Means Clustering yang dapat mengambil keputusan dengan cepat berdasarkan kriteria-kriteria pada siswa baru sehingga akan mempercepat pengambilan keputusan bagi kepala sekolah serta dapat membuat laporan kelulusan siswa baru.