Penerapan Metode K-Means Clustering untuk Pengelompokan Peminatan Unit Kegiatan Mahasiswa

Syafri Aprudi; Endang Etriyanti

doi:10.55382/jurnalpustakadata.v6i2.1864

Penulis

Syafri Aprudi Universitas Musi Rawas
Endang Etriyanti STMIK Bina Nusantara Jaya Lubuklinggau

DOI:

https://doi.org/10.55382/jurnalpustakadata.v6i2.1864

Kata Kunci:

K-Means Clustering, Unit Kegiatan Mahasiswa, Clustering, Silhouette Score

Abstrak

Penelitian ini bertujuan untuk mengelompokkan peminatan Unit Kegiatan Mahasiswa (UKM) menggunakan metode K-Means Clustering sebagai pendekatan berbasis data dalam mendukung pengambilan keputusan di lingkungan perguruan tinggi. Data yang digunakan terdiri dari 20 mahasiswa dengan enam variabel, yaitu minat olahraga, minat wirausaha, minat IT Club, minat LDK, minat Gerakan Mahasiswa Anti Narkoba (GAMAN), dan minat seni, yang diukur menggunakan skala numerik 1–10. Tahapan penelitian meliputi pengumpulan data, preprocessing (cleaning dan normalisasi), penentuan jumlah cluster menggunakan metode Elbow, proses clustering dengan algoritma K-Means, serta evaluasi menggunakan Silhouette Score. Hasil metode Elbow menunjukkan bahwa jumlah cluster optimal adalah K=2. Proses K-Means menghasilkan dua kelompok utama, yaitu cluster pertama yang didominasi oleh mahasiswa dengan minat tinggi pada bidang olahraga dan seni, serta cluster kedua yang didominasi oleh minat pada bidang wirausaha, IT, LDK, dan GAMAN. Hasil evaluasi menunjukkan nilai Silhouette Score rata-rata sebesar 0,73 yang termasuk dalam kategori cukup baik, sehingga menunjukkan bahwa model clustering memiliki kualitas yang tinggi dan mampu memisahkan data secara jelas. Penelitian ini membuktikan bahwa metode K-Means efektif dalam mengelompokkan mahasiswa berdasarkan minat UKM dan dapat digunakan sebagai dasar dalam pengambilan keputusan, seperti penyaluran minat, pengembangan program UKM, serta peningkatan layanan kemahasiswaan. Untuk penelitian selanjutnya, disarankan menambahkan variabel lain agar hasil yang diperoleh lebih komprehensif dan akurat.

Unduhan

Data unduhan belum tersedia.

Referensi

S. Yolanda, S. M. Sari, I. Ismail, and U. T. Madura, “PERAN ORGANISASI MAHASISWA DALAM MEMBANGUN KARAKTER KEPEMIMPINAN DAN PENINGKATAN SOFT SKILL,” vol. 09, 2024.

A. C. Virgifiani, E. Nurfajrina, D. S. Aulia, M. H. Dirmansyah, and M. Kom, “ANALISIS PENGARUH GAMIFIKASI DAN KENYAMANAN APLIKASI DUOLINGO TERHADAP EFEKTIVITAS PEMBELAJARAN BAHASA MENGGUNAKAN METODE K-MEANS CLUSTERING,” 2026.

A. D. Ramadani, F. Hilmy Ibrahim, M. Hidayat, A. Habibullah, S. Sumanto, and A. D. Kuswanto, “Klasterisasi Data Produksi Daging Sapi Menggunakan Algoritma K-Means Orange Data Mining,” Jurnal Pustaka Data, vol. 5, no. 1, pp. 109–114, Jun. 2025, doi: 10.55382/jurnalpustakadata.v5i1.1013.

S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat,” PENA TEKNIK: Jurnal Ilmiah Ilmu-Ilmu Teknik, vol. 6, no. 2, 2021.

T. S. Madhulatha, “AN OVERVIEW ON CLUSTERING METHODS,” IOSRJEN, vol. 02, no. 04, pp. 719–725, Apr. 2012, doi: 10.9790/3021-0204719725.

M. H. Fakhriza and K. Umam, “ANALISIS PRODUK TERLARIS MENGGUNAKAN METODE K-MEANS CLUSTERING PADA “PT.SUKANDA DJAYA,” JIKA, vol. 5, no. 1, p. 8, Apr. 2021, doi: 10.31000/jika.v5i1.3236.

A. Zaki, I. Irwan, and I. A. Sembe, “Penerapan K-Means Clustering dalam Pengelompokan Data (Studi Kasus Profil Mahasiswa Matematika FMIPA UNM),” JMathCoS, vol. 5, no. 2, p. 163, Oct. 2022, doi: 10.35580/jmathcos.v5i2.38820.

A. Asmana, Y. Arie Wijaya, and M. Martanto, “CLUSTERING DATA CALON SISWA BARU MENGGUNAKAN METODE K-MEANS DI SEKOLAH MENENGAH KEJURUAN WAHIDIN KOTA CIREBON,” jati, vol. 6, no. 2, pp. 552–559, Aug. 2022, doi: 10.36040/jati.v6i2.5236.

I. Budi Santoso, “PENGARUH KEAKTIFAN ORGANISASI DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR PENGURUS UNIT KEGIATAN MAHASISWA UNIVERSITAS NEGERI YOGYAKARTA PERIODE 2019-2020 .,” Jurnal Ilmu Manajemen, vol. 16, no. 1, 2019.

B. Sugito, J. D. Sasanadjati, A. Hidajad, and B. D. Putra, “Komunitas dan Unit Kegiatan Mahasiswa Dalam Proses Mencapai Prestasi Non Akademik,” JEHSS, vol. 6, no. 4, pp. 1582–1592, May 2024, doi: 10.34007/jehss.v6i4.1763.

S. Hamidani and R. Yanto, “Sistem Cerdas Pemilihan Makanan Sehat Berbasis Case-Based Reasoning dan SMART untuk Edukasi Pemenuhan Gizi Masyarakat,” Jurnal Pustaka AI, vol. 5, no. 2, Aug. 2023, doi: 10.55382/jurnalpustakaai.v5i2.1209.

F. Putra, H. F. Tahiyat, R. M. Ihsan, R. Rahmaddeni, and L. Efrizoni, “Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia: Application of K-Nearest Neighbor Algorithm Using Wrapper as Preprocessing for Determination of Human Weight Information,” MALCOM, vol. 4, no. 1, pp. 273–281, Jan. 2024, doi: 10.57152/malcom.v4i1.1085.

R. Y. Sari, H. Oktavianto, and H. W. Sulistyo, “ALGORITMA K-MEANS DENGAN METODE ELBOW UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN KOMPONEN PEMBENTUK INDEKS PEMBANGUNAN MANUSIA”.