Pengelompokan Hasil Pembelajaran Mahasiswa dengan Algoritma K-Means Clustering

Abstract

Pengelompokan hasil pembelajaran mahasiswa adalah proses untuk mengklasifikasikan mahasiswa berdasarkan tingkat pemahaman atau pencapaian akademik yang diperoleh selama periode pembelajaran. Tujuan pengelompokkan ini, untuk mengetahui kelompok mana yang membutuhkan perhatian lebih serta strategi pengajaran yang lebih tepat. Pengelompokkan hasil pembelajaran mahasiswa dalam penelitian ini menggunakan algoritma clustering K-Means yang bertujuan untuk mengelompokan mahasiswa berdasarkan kesamaan dalam pencapaian akademik mereka, sehingga memudahkan dalam analisis lebih lanjut. Sumber data penelitian ini berasal dari data sekunder sebuah universitas swasta di Samarinda, yang merupakan nilai mahasiswa semester genap tahun 2024 sebanyak 24 Mahasiswa. Temuan penelitian ini adalah cluster 0 (baik sekali) dengan persentase 50%. Cluster 1 (baik) dengan persentase 37,5%. Cluster 2 (cukup baik) dengan persentase 12,5%. Maka disimpulkan bahwa hasil pembelajaran mahasiswa