<![CDATA[Data-data mahasiswa yang ada, apabila tidak diolah dengan baik dan benar, hanya akanmenjadi tumpukan data yang tidak berguna dan tidak bermanfaat. Padahal data tersebut bisadijadikan sebagai sumber data strategis yang sangat bermanfaat bagi Universitas Bina Insankhususnya Fakultas Ilmu Teknik. Dan juga Fakultas Ilmu Teknik Universitas Bina Insan belummemiliki suatu metode yang dapat digunakan untuk mengklasifikasikan nilai Indeks PrestasiKumulatif (IPK) mahasiswa. Proses klasifikasi banyak berperan dalam membantu proses analisadan hasil analisisnya dapat digunakan untuk memprediksi kinerja mahasiswa, dan mampumenghasilkan rekomendasi untuk pihak-pihak yang terkait di Universitas Bina Insan. Hasil dariklasifikasi tersebut diharapkan dapat memberikan alternatif pemecahan masalah yang dapatdikembangkan dalam suatu program yang dapat membantu mahasiswa yang memiliki masalahdengan indeks prestasinya. Penelitian ini menggunakan metode k-means clustering. DenganMetode K-Means Clustering diharapkan dapat mempermudah dalam mengklasifikasikan nilaiakademik mahasiswa berdasarkan nilai Indeks Prestasi Kumulatif (IPK). Dari pengujian modelyang dilakukan, didapatkan hasil yaitu nilai Silhouette Score adalah 0,80. Skor 0,80 menunjukkancluster yang bagus. Nilai Adjusted Rand Index (ARI) adalah 1, Nilai 1 menunjukkan keselarasansempurna antara dua klasterisasi. Nilai Adjusted Mutual Information (AMI) adalah 1, di mananilai 1 menunjukkan keselarasan sempurna antara dua klasterisasi]]>
Copyrights © 2024
