<![CDATA[Penelitian ini mengimplementasikan algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise) untuk menganalisis pola sumber informasi yang memengaruhi keputusan calon mahasiswa di Politeknik Negeri Media Kreatif. Data survei periode 2022–2024, yang terdiri dari 13 variabel, diproses menggunakan normalisasi min-max. Parameter DBSCAN ditentukan dengan nilai Eps 0,4 dan MinPts 3. Hasil analisis menghasilkan tiga klaster, dengan Klaster 1 (media sosial, internet, dan rekomendasi teman/sahabat) memiliki rata-rata normalisasi tertinggi (0,87), menunjukkan pengaruh signifikan sebagai sumber informasi promosi. Validasi menggunakan Skor Silhouette (0,31) dan Indeks Davies-Bouldin (0,66) menunjukkan kualitas klasterisasi yang moderat. Hasil ini menunjukkan bahwa algoritma DBSCAN mampu menangani data heterogen dari variabel sumber informasi promosi dengan cukup efektif. Namun, optimalisasi lebih lanjut dapat dilakukan untuk meningkatkan kohesi intra-klaster dan pemisahan antar-klaster]]>
Copyrights © 2025
