Penerapan Algoritma K-Means dan Metode Elbow dalam Pengelompokan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik

Prasetyo Agustian; Nunung Hidayatun

doi:10.59945/jpnm.v4i2.1156

Authors

Prasetyo Agustian Universitas Bina Sarana Informatika
Nunung Hidayatun Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.59945/jpnm.v4i2.1156

Keywords:

K-Means, Metode Elbow, Kepuasan Layanan

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengelompokkan tingkat kepuasan mahasiswa terhadap layanan akademik menggunakan metode data mining. Algoritma K-Means Clustering diterapkan untuk membentuk klaster berdasarkan tingkat kemiripan data, sedangkan Elbow Method digunakan untuk menentukan jumlah klaster optimal berdasarkan nilai hasil observasi. Data penelitian diperoleh dari web dan observasi. Hasil penelitian menunjukkan bahwa penerapan algoritma K-Means mampu mengelompokkan data kepuasan mahasiswa ke dalam beberapa klaster yang merepresentasikan tingkat kepuasan layanan akademik. Temuan ini dapat dimanfaatkan sebagai dasar evaluasi dan pengambilan keputusan dalam upaya peningkatan kualitas layanan akademik.

References

Gunawan, R., Sari, L., & Pradana, M. (2021). Penerapan algoritma K-Means dalam analisis data pendidikan. Jurnal Teknologi dan Sistem Informasi, 9(2), 87– 95.

Hidayat, M. A., & Sari, N. (2022). Analisis pengaruh kualitas layanan akademik terhadap kepuasan mahasiswa. Jurnal Pendidikan dan Teknologi, 6(1), 45–53.

Kurniawan, H. P., & Farhatuaini, L. (2024). Identifikasi pola kepuasan mahasiswa terhadap proses pembelajaran menggunakan algoritma K-Means clustering. Informatika.

Lestari, F., & Fadillah, R. (2022). Evaluasi validitas hasil clustering menggunakan metode silhouette coefficient dan Davies-Bouldin Index. Jurnal Informatika dan Sains, 10(1), 56–63.

Maulidin, A., Mubaraq, A. R., Al Akbar, M. F., & Azis, M. F. (2024). Implementasi K-Means untuk clustering kepuasan mahasiswa terhadap layanan akademik. Jurnal Genta Mulia, 15(2).

Maulidya, A., Khairul, S., Sitorus, Z., Siahaan, A. P. U., & Iqbal, M. (2024). Analysis of increasing student service satisfaction using K-Means clustering algorithm and Gaussian mixture models (GMM). International Journal of Computer Sciences and Mathematics Engineering, 3(1), 29–35.

https://doi.org/10.61306/ijecom.v3i1.62

Nassir, L., Ustun, A., & Dogan, M. (2025). Cluster analysis of student satisfaction in a criteria-based assessment course with a project-based learning approach. EURASIA Journal of Mathematics, Science and Technology Education, 21(3), Article em2594. https://doi.org/10.29333/ejmste/16032

Nugraha, T., & Lestari, A. (2021). Cluster segmentation analysis for education quality improvement. Jurnal Sistem Informasi dan Teknologi, 8(3), 100–110.

Prasetyo, R., & Nugroho, A. (2023). Pengaruh kualitas layanan akademik terhadap loyalitas mahasiswa. Jurnal Ilmu Pendidikan dan Manajemen, 11(1), 54–63.

Putri, R., & Santoso, D. (2022). Penerapan metode clustering untuk analisis data kepuasan mahasiswa. Jurnal Teknologi Informasi dan Komputer, 10(4), 213–220.

Rahmawati, D., Yusuf, M., & Hanifah, A. (2022). Hubungan kualitas layanan dengan kepuasan mahasiswa di perguruan tinggi swasta. Jurnal Psikologi dan Pendidikan, 9(2), 77–86. Wulandari, R., Fitriani, D., & Prakoso, T. (2023). Penerapan model SERVQUAL untuk mengukur kepuasan mahasiswa terhadap layanan akademik. Jurnal Pendidikan dan Manajemen, 7(2), 34–42