Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Laporan Beban Kerja Dosen Pendidikan Agama Islam (PAI) pada Bidang Penelitian dengan menggunakan Metode Clustering Pratama, Muhammad Egy; Kusrini, Kusrini; Agastya, I Made Artha
JURNAL PAI: Jurnal Kajian Pendidikan Agama Islam Vol 4 No 1 (2025)
Publisher : Prodi Pendidikan Agama Islam IAINU Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33507/pai.v4i1.3150

Abstract

This study aims to classify research activities of Islamic Education lecturers based on Lecturer Workload Reports using the K-Means clustering method. The dataset includes research activities of PAI lecturers at UIN Sultan Aji Muhammad Idris Samarinda over the past three academic years. Classification was conducted by identifying publication types based on keywords and summarizing each lecturer’s activity. The results show variations in productivity, with many activities falling into the “others” category due to the lack of explicit publication descriptions. The K-Means method grouped lecturers into three clusters: Active, Moderately Active, and Less Active, based on the number of activities and total SKS. These findings can assist faculty leaders in formulating human resource development strategies and enhancing lecturers’ performance in supporting key performance indicators (KPI) and accreditation standards.
Analisis Laporan Beban Kerja Dosen Pada Bidang Penelitian dan PKM Dengan Menggunakan K-Means Clustering Pratama, Muhammad Egy; Kusrini; Artha Agastya , I Made
JSI (Jurnal sistem Informasi) Universitas Suryadarma Vol 13 No 1 (2026): JSI (Jurnal sistem Informasi) Universitas Suryadarma
Publisher : Universitas Dirgantara Marsekal Suryadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35968/jsi.v13i1.1762

Abstract

Penelitian ini menganalisis Laporan Beban Kerja Dosen (BKD) pada bidang Penelitian dan Pengabdian kepada Masyarakat (PkM) di UIN Sultan Aji Muhammad Idris Samarinda menggunakan metode K-Means clustering untuk mendukung evaluasi kinerja dan akreditasi BAN-PT APT. Data yang digunakan mencakup 2.762 aktivitas dari 214 dosen selama 6 semester (2021–2024). Hasil analisis menunjukkan clustering optimal dengan K=2 dan Silhouette Score 0,595. Teridentifikasi dua klaster produktivitas: klaster sedang (190 dosen, 88,8%) dan klaster tinggi (24 dosen, 11,2%). Capaian KPI/IKU mencapai 105,8% dengan predikat A (Unggul), meskipun terjadi kesenjangan produktivitas dan 81,5% data tidak terklasifikasi secara eksplisit. K-Means clustering terbukti efektif sebagai dasar pengambilan keputusan strategis dalam peningkatan produktivitas dosen dan pemenuhan akreditasi perguruan tinggi.