Segmentasi Mahasiswa Berdasarkan Karakteristik Pola Belajar Menggunakan Metode K-Medoids Clustering

Abstract

Data mining kini digunakan diberbagai bidang termasuk pendidikan. Data mining memiliki beberapa teknik, salah satunya yang populer yaitu teknik Clustering. Kajian terkait kedataan sudah banyak dilakukan, salah satu kajian kedataan yang menarik adalah eksplorasi data dalam jumlah yang besar, dan diproses sedimikian rupa untuk diekstrak menjadi kumpulan  informasi yang sebelumnya belum diketahui serta memiliki nilai yang tinggi bagi kebutuhan analisis dalam rangka pengambilan keputusan. Kajian kedataan ini dikenal sebagai data mining. Penelitian ini akan melakukan kajian kedataan, khususnya data karakteristik pola belajar  mahasiswa di Unjani angkatan 2015/2019. Pendekatan metodologi yang digunakan adalah Clustering Data Mining untuk mendapatkan segmentasi karakteristik pola belajar  mahasiswa Unjani. Teknik Clustering yang akan digunakan adalah K-Medoids yaitu pendekatan dalam mempartisi data sesuai dengan kedekatan karakteristik objek data dalam dataset karakteristik pola belajar mahasiswa Unjani. Hasil akhir dari penelitian ini adalah segmentasi karakteristik pola belajar mahasiswa Unjani. Adapun hasil dari penggunaa teknik Clustering dengan algoritma K-Medoids, menunjukan hasil teknik Clustering dengan algoritma K-Medoids mampu melakukan pengelompokan data terhadap data karakteritik pola belajar. Hasil pengujian cluster didapatkan jumlah K=2 yang dimana nilai silhoutte Coefficient yang paling tinggi mendekati Si = 1 pada nilai K = 2 yaitu 0.80  yang merupakan struktur kuat Kaufman dan Rousseeuw.