<![CDATA[Fakultas Ilmu Komputer Universitas Sriwijaya menyediakan berbagai mata kuliah peminatan yang dirancang untuk membantu mahasiswa mempersiapkan karir masa depan. Namun, banyak mahasiswa kesulitan memilih mata kuliah yang selaras dengan tujuan karir mereka. Upaya ini dilakukan guna menganalisis keterkaitan antara mata kuliah peminatan dan karir alumni guna memberikan rekomendasi pemilihan mata kuliah yang relevan, dengan menerapkan metode K-Means Clustering. Berdasarkan data tracer study alumni program sarjana (S1) sebelum tahun 2020, proses klasterisasi dilakukan menggunakan Google Colab dan RapidMiner, dengan jumlah klaster disesuaikan sebanyak 18 kategori karir. Evaluasi menggunakan Silhouette Score menunjukkan hasil terbaik pada K = 3, namun tetap digunakan K = 18 untuk mempertahankan kedetailan kategori karir. Visualisasi heatmap digunakan untuk mengidentifikasi dominasi mata kuliah di tiap klaster. Hasil penelitian menunjukkan bahwa akurasi klastering tergolong rendah, dengan nilai Cluster Purity sebesar 21,34%, yang mencerminkan ketidaksesuaian mayoritas data terhadap label karir aktual. Meskipun performa algoritma K-Means belum optimal, pendekatan ini memperkenalkan alternatif baru dalam sistem rekomendasi akademik berbasis data karir alumni, dan dapat digunakan sebagai referensi awal bagi mahasiswa dalam menentukan mata kuliah peminatan yang relevan dengan karir yang diinginkan.]]>
