Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi)
Khania Luiza Cahya Tuluswati
Unknown Affiliation
Computer Science & IT Mathematics Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
HYBRID CLUSTERING-CLASSIFICATION UNTUK PERSONALISASI REKOMENDASI UNIT KEGIATAN MAHASISWA BARU Khania Luiza Cahya Tuluswati; Dedi Trisnawarman
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 14 No. 1 (2026): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/664mgm62

Abstract

Penelitian ini bertujuan membantu mahasiswa baru memilih Unit Kegiatan Mahasiswa (UKM) yang sesuai minat secara lebih akurat melalui pendekatan hybrid clustering-classification. Data diperoleh dari kuesioner PKKMB 2024, distandarisasi, dan selanjutnya dikelompokkan menggunakan algoritma K-Means untuk mengidentifikasi pola minat mahasiswa. Label klaster hasil pengelompokan ini ditambahkan sebagai fitur tambahan pada model klasifikasi Multinomial Logistic Regression (MLR) dan Random Forest (RF). Evaluasi kinerja model dilakukan dengan stratified k-fold cross-validation, mengukur akurasi, presisi, recall, dan F1-score. Selain itu, uji Chi-Square dan Cramer’s V digunakan untuk menganalisis kekuatan asosiasi antar variabel kategorikal. Hasil eksperimen menunjukkan model hybrid (MLR dan RF) meningkatkan akurasi rekomendasi dibandingkan model baseline tanpa informasi klaster. Klaster minat memberikan konteks tambahan yang memperbaiki interpretabilitas rekomendasi. Sistem prototipe telah siap diintegrasikan ke dashboard layanan kemahasiswaan.
Co-Authors Dedi Trisnawarman