Implementasi Algoritma K-Means untuk Clustering Data Mahasiswa
Implementation of the K-Means Algorithm for Clustering Student Data
DOI:
https://doi.org/10.57152/ijirse.v4i2.2547Keywords:
clustering, data mahasiswa, elbow method, k-means, silhouette scoreAbstract
Perpustakaan Sutardji Calzoum Bachri di SMA Islam As-Shofa berperan penting sebagai pusat informasi bagi siswa dan guru. Website perpustakaan ini dirancang untuk memberikan kemudahan akses informasi. Dalam era digital, perpustakaan ini mengembangkan website untuk mempermudah akses informasi, termasuk layanan peminjaman buku dan kebutuhan akademik. Namun, terdapat kendala dalam pengalaman pengguna yang perlu dievaluasi lebih lanjut. Penelitian ini bertujuan untuk mengevaluasi pengalaman pengguna terhadap website tersebut dengan menggunakan metode User Experience Questionnaire (UEQ). Metode ini mengevaluasi enam aspek utama: yaitu daya tarik, kejelasan, efisiensi, ketepatan, stimulasi, dan kebaruan. Data dikumpulkan melalui kuesioner yang diisi oleh 90 responden. Hasil analisis menunjukkan bahwa sebagian besar aspek berada pada kategori "Good" dan "Above Average," dengan skor tertinggi pada aspek Efisiensi (1.814) dan skor terendah pada Kebaruan (1.281). Meskipun secara keseluruhan evaluasi menunjukkan pengalaman pengguna yang positif, aspek Kebaruan dan Kejelasan memerlukan perbaikan untuk meningkatkan inovasi, navigasi, dan penyajian informasi pada website. Oleh karena itu penelitian ini direkomendasikan untuk pengembangan fitur interaktif, peningkatan struktur navigasi, serta optimalisasi desain visual untuk meningkatkan kualitas layanan website perpustakaan.
References
A. Putra Pratama Et Al., “Systematic Literature Review: Penerapan K-Means Clustering,” 2025.
F. Khalish, N. M. Piranti, And O. Martadireja, “Implementasi Data Mining Menggunakan Teknik Clustering Dengan Metode K-Means,” 2025. [Online]. Available: Http://Jiip.Stkipyapisdompu.Ac.Id
M. Suyal And S. Sharma, “A Review On Analysis Of K-Means Clustering Machine Learning Algorithm Based On Unsupervised Learning,” Journal Of Artificial Intelligence And Systems, Vol. 6, No. 1, Pp. 85–95, 2024, Doi: 10.33969/Ais.2024060106.
E. U. Oti, M. O. Olusola, F. C. Eze, And S. U. Enogwe, “Comprehensive Review Of K-Means Clustering Algorithms,” International Journal Of Advances In Scientific Research And Engineering, Vol. 07, No. 08, Pp. 64–69, 2021, Doi: 10.31695/Ijasre.2021.34050.
S. A. Rahmah And J. Antares, “I N F O R M A T I K A Klasterisasi Seleksi Mahasiswa Calon Penerima Beasiswa Yayasan Menggunakan K-Means Clustering,” Jurnal Informatika, Manajemen Dan Komputer, Vol. 13, No. 2, 2021.
H. Nopriandi And F. Haswan, “Analisis Klasterisasi Mahasiswa Baru Dalam Memilih Program Studi Dengan Menggunakan Algoritma K-Means,” Journal Of Information System Research (Josh), Vol. 3, No. 4, Pp. 666–671, Jul. 2022, Doi: 10.47065/Josh.V3i4.1986.
A. R. Lashiyanti, I. Rasyid Munthe, F. A. Nasution, And E. P. Korespondensi, “Optimisasi Klasterisasi Nilai Ujian Nasional Dengan Pendekatan Algoritma K-Means, Elbow, Dan Silhouette,” Jurnal Ilmu Komputer Dan Sistem Informasi (Jikomsi, Vol. 6, No. 1, Pp. 14–20, 2023.
N. Nurahman, A. Purwanto, And S. Mulyanto, “Klasterisasi Sekolah Menggunakan Algoritma K-Means Berdasarkan Fasilitas, Pendidik, Dan Tenaga Pendidik,” Matrik?: Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, Vol. 21, No. 2, Pp. 337–350, Mar. 2022, Doi: 10.30812/Matrik.V21i2.1411.
A. Khalif Et Al., “Klasterisasi Tingkat Kemiskinan Di Indonesia Menggunakan Algoritma K-Means.”
P. Apriyani, A. R. Dikananda, And I. Ali, “Penerapan Algoritma K-Means Dalam Klasterisasi Kasus Stunting Balita Desa Tegalwangi,” Hello World Jurnal Ilmu Komputer, Vol. 2, No. 1, Pp. 20–33, Mar. 2023, Doi: 10.56211/Helloworld.V2i1.230.
S. R. , Durugkar, R. , N. K. K. , Raja, And S. Dan Kumar, “Data Mining And Machine Learning Applications,” Data Mining And Machine Learning Applications, Pp. 1–19, 2022.
X. Shu And Y. Ye, “Knowledge Discovery: Methods From Data Mining And Machine Learning,” Soc Sci Res, Vol. 110, Feb. 2023, Doi: 10.1016/J.Ssresearch.2022.102817.
E. Saputri, “Teknik Dan Aplikasi Data Mining Di Indonesia: Tinjauan Literatur Satu Dekade (2015-2024),” It-Explore: Jurnal Penerapan Teknologi Informasi Dan Komunikasi, Vol. 4, No. 2, Pp. 138–149, Jun. 2025, Doi: 10.24246/Itexplore.V4i2.2025.Pp138-149.
S. Al Faridzi Et Al., “Pengolahan Data?: Pemahaman Gempa Bumi Di Indonesia Melalui Pendekatan Data Mining,” 2025.
M. R. Nahjan, N. Heryana, And A. Voutama, “Implementasi Rapidminer Dengan Metode Clustering K-Means Untuk Analisa Penjualan Pada Toko Oj Cell,” 2023.
A. Nugraha, O. Nurdiawan, And G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” 2022.
Firmansyah, M Ferrari, And Aziz, “Peningkatan Kinerja Sistem Rekomendasi Wisata Melalui Penerapan Algoritma Collaborative Filtering Dan K-Nearest Neighbors Dengan Metode Klasterisasi K-Means,” Jati (Jurnal Mahasiswa Teknik Informatika, Vol. 8, 2024.
Sekar Setyaningtyas, B. Indarmawan Nugroho, And Z. Arif, “Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means,” Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, Vol. 10, No. 2, Pp. 52–61, Oct. 2022, Doi: 10.21063/Jtif.2022.V10.2.52-61.
N. Hendrastuty, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa,” Jurnal Ilmiah Informatika Dan Ilmu Komputer (Jima-Ilkom), Vol. 3, No. 1, Pp. 46–56, Mar. 2024, Doi: 10.58602/Jima-Ilkom.V3i1.26.
A. Putri Riani, A. Voutama, And T. Ridwan, “Volume 6?; Nomor 1,” Januari, Pp. 164–172, 2023, [Online]. Available: Https://Ojs.Trigunadharma.Ac.Id/Index.Php/Jsk/Index
J. Riyono And C. E. Pujiastuti, “Simulation Of The K-Means Clustering Algorithm With The Elbow Method In Making Clusters Of Provincial Poverty Levels In Indonesia,” Jurnal Matematika Mantik, Vol. 8, No. 2, Pp. 113–123, Dec. 2022, Doi: 10.15642/Mantik.2022.8.2.113-123.
A. Rajsya And A. Rachman Manga, “Rancang Bangun Penerapan Metode Elbow Pada K-Means Untuk Clustering Data Persediaan Barang,” Literatur Informatika & Komputer, Vol. 1, No. 4, Pp. 395–403, 2024, Doi: 10.33096/Linier.V1i4.2539.
I. Herdiana, M. A. Kamal, Triyani, M. N. Estri, And Renny, “A More Precise Elbow Method For Optimum K-Means Clustering,” Feb. 2025, [Online]. Available: Http://Arxiv.Org/Abs/2502.00851
B. N. Yulisasih, H. Herman, S. Sunardi, And H. Yuliansyah, “Evaluation Of K-Means Clustering Using Silhouette Score Method On Customer Segmentation,” Ilkom Jurnal Ilmiah, Vol. 16, No. 3, Pp. 330–342, Dec. 2024, Doi: 10.33096/Ilkom.V16i3.2325.330-342.
T. Rahmawati, Y. Wilandari, And P. Kartikasari, “Analisis Perbandingan Silhouette Coefficient Dan Metode Elbow Pada Pengelompokkan Provinsi Di Indonesia Berdasarkan Indikator Ipm Dengan K-Medoids,” Jurnal Gaussian, Vol. 13, No. 1, Pp. 13–24, Aug. 2024, Doi: 10.14710/J.Gauss.13.1.13-24.
I. T. Utami, F. Suryaningrum, And D. Ispriyanti, “K-Means Cluster Count Optimization With Silhouette Index Validation And Davies Bouldin Index (Case Study: Coverage Of Pregnant Women, Childbirth, And Postpartum Health Services In Indonesia In 2020),” Barekeng, Vol. 17, No. 2, Pp. 707–716, Jun. 2023, Doi: 10.30598/Barekengvol17iss2pp0707-0716.
