<![CDATA[Pemilihan topik skripsi merupakan langkah penting bagi mahasiswa dalam menentukan fokus utama penelitian yang akan dilakukan. Proses ini dapat menjadi tantangan karena melibatkan pencocokan antara keahlian, minat, dan potensi individu. Salah satu upaya yang dapat dilakukan untuk mengatasi permasalahan ini adalah membentuk klasterisasi. Penelitian ini bertujuan untuk menentukan pengelompokan topik skripsi berdasarkan nilai mata kuliah yang sudah diambil dan dilakukan uji validasi untuk merekomendasikan topik skripsi berdasarkan hasil klasterisasi. Dalam penelitian ini, digunakan algoritma K-Means++ untuk mengelompokkan mahasiswa berdasarkan nilai akademik, khususnya rumpun ilmu yang menjadi rujukan pemilihan topik skripsi. Data yang diperoleh berasal dari akademik FMIPA Universitas Tanjungpura dengan menggunakan 43 data mahasiswa matematika 2021. Menggunakan metode Elbow untuk menentukan jumlah klaster. Mencari centroid pertama secara acak dan centroid awal lain menggunakan algoritma K-Means++ dan menggeser centroid dengan iterasi hingga konvergen serta uji validasi menggunakan DBI. Dari hasil perhitungan diperoleh 4 klaster, dengan kombinasi dari klaster 1 menunjukkan minat pada statistika, komputasi dan terapan, klaster 2 menunjukkan minat pada analisis, komputasi dan terapan, klaster 3 menunjukkan minat komputasi dan matematika terapan dan klaster 4 menunjukkan minat pada analisis dan komputasi terapan. Dari hasil uji validasi, menggunakan uji Elbow dan DBI diperoleh nilai terbaik berada pada k=4 dengan nilai uji elbow mengalami penurunan pada k=4 dan nilai uji DBI pada k=4 adalah 1,15. Hal ini menunjukkan bahwa pengelompokan dengan 4 klaster memberikan kualitas klasterisasi terbaik dibandingkan klaster lain.]]>
