Show simple item record

dc.contributor.authorFadhlurrohman, Muhammad Taqiyyuddin
dc.date.accessioned2023-08-09T09:45:15Z
dc.date.available2023-08-09T09:45:15Z
dc.date.issued2023-08-09
dc.identifier.urihttps://library.universitaspertamina.ac.id//xmlui/handle/123456789/9359
dc.description.abstractMahasiswa memiliki karakteristik serta gaya belajar yang berbeda-beda, dimana hal tersebut dapat memengaruhi performa akademik mahasiswa. Idealnya, dilakukan metode pembelajaran yang beragam untuk setiap mahasiswa berdasarkan keunikan karakteristik yang dimiliki oleh setiap mahasiswa. Namun, penerapan ini sulit untuk dilakukan oleh para dosen karena sulitnya membuat metode belajar sebanyak jumlah mahasiswa dalam satu kelas. Oleh karena itu, pengelompokan berdasarkan karakteristik mahasiswa dibuat untuk memudahkan penerapan metode pembelajaran untuk mahasiswa yang memiliki kemiripan karakteristik. Penelitian pengelompokan karakteristik mahasiswa ini menggunakan algoritma pengelompokan dengan data kuisioner karakteristik mahasiswa di tiga kelas mata kuliah yang berbeda di Universitas Pertamina. Selanjutnya dilakukan pra-pemrosesan data untuk menghasilkan dataset yang dapat digunakan untuk penerapan algoritma pengelompokan. Terdapat empat jenis algoritma pengelompokan yang digunakan, yaitu yaitu K-Means, Fuzzy C-Means, K-Medoids, dan K-Prototype. Berdasarkan hasil pengolahan data terdapat beberapa faktor yang memiliki pengaruh tinggi dalam pengelompokan karakteristik mahasiswa, yaitu data riwayat akademik (IPK, IPS, nilai mata kuliah matematika dan bahasa inggris), ekonomi dan pendidikan orang tua, gaya belajar, serta akses sosial media. Dari hasil evaluasi algoritma pengelompokan yang dilakukan, model K-Prototype memberikan hasil evaluasi yang lebih baik dibandingkan dengan ketiga model lainnya yang memberikan nilai rata-rata Davies Bouldin Index sebesar 2.42. Selain itu, setiap kelompok yang terbentuk memiliki keterpisahan antar kelompok dan kerapatan data dalam suatu kelompok yang baik berdasarkan visualisasi kelompok yang terbentuk. Setelah dilakukan analisis terhadap data karakteristik mahasiswa pada kelima kelompok yang dibentuk, masing-masing kelompok yang terbentuk yaitu: Mahasiswa dengan beasiswa dan aktif belajar, mahasiswa berprestasi tinggi dan aktif mengikuti lomba, mahasiswa akademik cukup, aktif bersosialisasi, mahasiswa akademik cukup namun rajin belajar, mahasiswa yang perlu memfokuskan kegiatan belajar. Untuk penelitian selanjutnya, dapat dilakukan klasifikasi terhadap performa akademik mahasiswa, menggunakan pengelompokan karakteristik mahasiswa yang dihasilkan dari penelitian ini.en_US
dc.language.isootheren_US
dc.subjectTugas Akhiren_US
dc.subjectClusteringen_US
dc.subjectPerforma Akademiken_US
dc.subjectPengelompokan Mahasiswaen_US
dc.subjectKarakteristiik Mahasiswaen_US
dc.subjectCluster Labelingen_US
dc.titlePENGELOMPOKAN KARAKTERISTIK AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA CLUSTERINGen_US
dc.typeThesisen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record