KLASTERISASI MAHASISWA MAGETAN MENGGUNAKAN K-MEANS UNTUK OPTIMASI STRATEGI PROMOSI PERGURUAN TINGGI

Abstract

Semakin bertambahnya tahun, data mahasiswa magetan akan terus bertambah hingga menghasilkan tumpukan data yang berlimpah. Perlu adanya pengolahan data sehingga tumpukan data tersebut dapat dimanfaatkan sebagai ladang informasi. Penelitian ini bertujuan untuk mengkluster data mahasiswa Kabupaten Magetan yang sedang berkuliah di Universitas yang ada di Surabaya melalui proses data mining dengan algoritma K-Means serta metode Elbow dan Silhouette Coefficient dalam pembentukan clusternya. Data atribut yang digunakan pada penelitian ialah nama, asal sekolah, dan juga universitas. Data bersumber dari mahasiswa sendiri melalui pengisian google form oleh Organisasi Ikatan Mahasiswa Magetan di Surabaya, dimana data yang digunakan merupakan data mahasiswa angkatan 2023 dan 2024 dengan total sampel data sebanyak 250 items. Setelah melakukan perhitungan dengan metode Elbow didapatkan jumlah cluster sebanyak 4. Kemudian dilakukan evaluasi menggunakan metode Silhouette Coefficient dan didapatkan rata-rata terdekat dari nilai 1 adalah cluster 2, dengan nilai 0,62. Karena kohesivitas yang lebih baik serta model yang lebih sederhana, hasil cluster yang paling optimal adalah sebanyak 2 cluster pada epoch ke-5 dengan cluster 1 sebanyak 65 items, dan cluster 2 sebanyak 160 items. Adanya penelitian ini diharapakan dapat membantu universitas yang ada di Surabaya untuk menunjang strategi promosi berdasarkan hasil cluster universitas yang banyak diminati dari masing-masing sekolah di Kabupaten Magetan.