<![CDATA[Perkembangan teknologi informasi mendorong perguruan tinggi menerapkan pembelajaran adaptif yang berpusat pada mahasiswa. Pemahaman gaya belajar menjadi salah satu strategi penting untuk mendukung pembelajaran tersebut. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering untuk memetakan gaya belajar mahasiswa Universitas Bhakti Husada Indonesia (UBHI) berdasarkan model VARK (Visual, Aural, Read/Write, dan Kinesthetic). Penelitian menggunakan pendekatan kuantitatif dengan metode unsupervised learning. Data dikumpulkan melalui kuesioner VARK yang diisi oleh 100 mahasiswa dari Fakultas Bisnis dan Ilmu Sosial (FBIS) serta Fakultas Ilmu Kesehatan (FIKES). Pra-pemrosesan data dilakukan melalui tahapan konversi skor dan normalisasi data menggunakan metode StandardScaler. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette, yang menghasilkan empat klaster. Hasil klasterisasi menunjukkan variasi gaya belajar mahasiswa yang beragam. Mahasiswa FBIS cenderung dominan pada gaya belajar visual dan aural, sedangkan mahasiswa FIKES menunjukkan kecenderungan gaya belajar yang lebih seimbang dan multimodal. Visualisasi menggunakan Principal Component Analysis (PCA) memperlihatkan pemisahan klaster yang cukup jelas. Penelitian ini menyimpulkan bahwa integrasi model VARK dan algoritma K-Means efektif untuk memetakan gaya belajar mahasiswa sebagai dasar perancangan pembelajaran adaptif.]]>
Copyrights © 2026
