<![CDATA[Hasil belajar mahasiswa merupakan indikator utama dalam menilai kualitas pendidikan tinggi. Analisis akademik konvensional sering kali memiliki keterbatasan dalam mengidentifikasi pola tersembunyi dalam data akademik secara komprehensif. Oleh karena itu, penelitian ini menerapkan metode data mining dengan algoritma K-Means Clustering untuk mengelompokkan mahasiswa berdasarkan capaian akademik mereka. Penelitian ini dilakukan di Program Studi Teknik Informatika, Politeknik Kampar, dengan menganalisis variabel utama, yaitu nilai tugas, nilai ujian tengah semester (UTS), nilai ujian akhir semester (UAS), partisipasi, dan kehadiran. Metode K-Means Clustering digunakan untuk mengelompokkan mahasiswa ke dalam kategori berprestasi tinggi, sedang, dan rendah guna memperoleh pemahaman yang lebih mendalam mengenai pola akademik mereka. Hasil penelitian ini mampu mengidentifikasi kelompok mahasiswa secara optimal, sehingga dapat menjadi dasar dalam perancangan strategi pembelajaran yang lebih efektif. Dengan demikian, penelitian ini berkontribusi dalam pengembangan sistem pemantauan akademik berbasis data mining, yang dapat meningkatkan efektivitas evaluasi akademik serta kualitas pendidikan tinggi.]]>
Copyrights © 2025
