KLASTERISASI DATA HASIL STUDI PELACAKAN TENTANG KARIR DAN PEKERJAAN LULUSAN PERGURUAN TINGGI MENGGUNAKAN ALGORITMA K-MEANS
-
Joko Sutrisno(1)
Universitas Budi Luhur
-
Arief Wibowo(2*)
Universitas Budi Luhur
-
Bayu Satria Pratama(3)
Universitas Budi Luhur
(*) Corresponding Author
Abstrak
Perguruan tinggi memiliki tanggung jawab untuk menghasilkan lulusan yang berkualitas. Salah satu indikator kualitas lulusan adalah status mendapatkan pekerjaan, kondisi kesesuaian bidang pekerjaan dengan program pendidikan yang ditempuh dan kondisi masa tunggu mendapatkan pekerjaan tersebut. Hal yang dilakukan untuk mengetahui kondisi-kondisi tersebut adalah dengan melakukan studi pelacakan (tracking study) bagi lulusan. Penelitian ini menganalisis data hasil studi pelacakan lulusan perguruan tinggi tentang karir dan pekerjaan menggunakan algoritma klasterisasi data mining yaitu K-Means. Hasil penelitian menunjukkan bahwa analisis data studi pelacakan mampu membentuk beberapa klaster lulusan dengan nilai evaluasi Davies-Bouldin Index (DBI) mencapai 0,287 pada uji coba pertama dan 0,291 pada uji coba kedua. Klaster-klaster yang terbentuk terdiri dari kelompok lulusan dengan status belum bekerja, atau sedang bekerja. Profil lulusan setiap klaster dapat diketahui berupa masa tunggu yang relatif singkat kurang dari enam bulan untuk mendapatkan pekerjaan pertama, atau masa tunggu yang relatif lambat di atas satu tahun. Spesifikasi klaster lain yang terbentuk adalah tentang profil lulusan dengan tingkat kesesuaian antara pendidikan yang ditempuh dengan bidang pekerjaan yang dilakukan. Hasil penelitian ini menjadi umpan balik bagi pengelola program studi untuk mengukur kualitas lulusan serta perbaikan proses pendidikan yang perlu dilakukan.
##plugins.generic.usageStats.downloads##
Referensi
Y. E. Fadrial, “Klasterisasi Hasil Evaluasi Akademik Menggunakan Metode K-Means (Studi Kasus Fakultas Ilmu Komputer UNILAK),” Semin. Nas. Teknol. Inf. Ilmu Komput., vol. 1, no. 1, pp. 53–65, 2020, doi: 10.31849/semaster.v1i1.5492.
V. Novita Sari, Y. Yupianti, and D. Maharani, “Penerapan Metode K-Means Clustering Dalam Menentukan Predikat Kelulusan Mahasiswa Untuk Menganalisa Kualitas Lulusan,” Jurteksi, vol. 4, no. 2, pp. 133–140, 2018, doi: 10.33330/jurteksi.v4i2.53.
D. Praseptian M, A. Fadlil, and H. Herman, “Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan Pengguna Lulusan Perguruan Tinggi,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1693, 2022, doi: 10.30865/mib.v6i3.4191.
N. Nurahman, A. Purwanto, and S. Mulyanto, “Klasterisasi Sekolah Menggunakan Algoritma K-Means berdasarkan Fasilitas, Pendidik, dan Tenaga Pendidik,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 2, pp. 337–350, 2022, doi: 10.30812/matrik.v21i2.1411.
H. Priyatman, F. Sajid, and D. Haldivany, “Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Memprediksi Waktu Kelulusan Mahasiswa,” J. Edukasi dan Penelit. Inform., vol. 5, no. 1, p. 62, 2019, doi: 10.26418/jp.v5i1.29611.
R. Kurniawan, M. M. M. Mukarrobin, and M. Mahradianur, “Klasterisasi Tingkat Pendidikan Di Dki Jakarta Pada Tingkat Kecamatan Menggunakan Algoritma K-Means,” Technol. J. Ilm., vol. 12, no. 4, p. 234, 2021, doi: 10.31602/tji.v12i4.5633.
N. Mirantika, A. Tsamratul’Ain, and F. D. Agnia, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 di Provinsi Jawa Barat,” Nuansa Inform., vol. 15, no. 2, pp. 92–98, 2021, doi: 10.25134/nuansa.v15i2.4321.
A. K. Wardhani, “Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan,” J. Transform., vol. 14, pp. 30–37, 2016.
M. Hariyanto and R. T. Shita, “Clustering Pada Data Mining Untuk Mengetahui Potensi Penyebaran Penyakit DBD Menggunakan Metode Algoritma K-Means dan Metode Perhitungan Jarak Euclidean Distance,” SKANIKA, vol. 1, no. 1, pp. 117–122, 2018, doi: 10.36080/skanika.v1312.1456.
A. F. Khairati, A. A. Adlina, G. F. Hertono, and B. D. Handari, “Kajian Indeks Validitas pada Algoritma K-Means Enhanced dan K-Means MMCA,” in Prosiding Seminar Nasional Matematika, vol. 2, pp. 161–170, 2019.
R. D. Ramadhani and D. J. AK, “Evaluasi K-Means dan K-Medoids pada Dataset Kecil,” Semin. Nas. Inform. dan Apl., vol. 3, pp. 20–24, 2019.
##submission.copyrightStatement##
##submission.license.cc.by4.footer##Penulis yang mengirimkan naskah harus memahami dan menyetujui bahwa jika diterima untuk diterbitkan, penulis memiliki hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution (CC-BY) 4.0 License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal dalam jurnal ini.
