<![CDATA[Penelitian ini bertujuan untuk menganalisis dan mengelompokkan pola keterlambatan mahasiswa Program Studi Sistem dan Teknologi Informasi dalam mengikuti perkuliahan dengan menerapkan metode K-Means Clustering. Data diperoleh dari kuesioner daring yang mencakup beberapa variabel yang dianggap berpengaruh terhadap keterlambatan, seperti kebiasaan begadang, durasi tidur, jenis transportasi yang digunakan, jarak tempat tinggal ke kampus, serta waktu tempuh. Data yang dikumpulkan dikonversi ke dalam bentuk numerik dan dianalisis menggunakan algoritma K-Means untuk mengelompokkan mahasiswa ke dalam tiga kategori keterlambatan, yaitu: tidak telat, kadang telat, dan sering telat. Hasil klasterisasi menunjukkan bahwa waktu tempuh memiliki pengaruh signifikan terhadap tingkat keterlambatan mahasiswa. Temuan ini dapat menjadi dasar bagi institusi dalam merumuskan kebijakan atau strategi yang bertujuan meningkatkan kedisiplinan mahasiswa, seperti pengaturan ulang jadwal perkuliahan pagi atau pelatihan manajemen waktu.]]>
Copyrights © 2025
