<![CDATA[Penelitian ini bertujuan memetakan karakteristik dosen di lingkungan universitas menggunakan algoritma K-Prototypes sebagai pendekatan analitik dalam pengambilan keputusan sumber daya manusia akademik. Dataset yang digunakan terdiri atas 662 entri dosen Universitas Tarumanagara dengan atribut numerik (usia, masa kerja) dan kategorikal (status kepegawaian, jenis kelamin, divisi, dan jenjang pendidikan). Proses pra-pemrosesan mencakup imputasi nilai hilang, normalisasi, serta encoding atribut kategorikal. Jumlah klaster optimal ditentukan menggunakan metode Elbow dan Silhouette Score, yang menghasilkan dua klaster dengan nilai Calinski–Harabasz sebesar 789,26. Klaster pertama merepresentasikan dosen senior berusia lanjut dengan masa kerja panjang, mayoritas berstatus tidak tetap, sedangkan klaster kedua menggambarkan dosen tetap berusia produktif dengan potensi tinggi dalam Tridharma. Hasil ini menunjukkan bahwa algoritma K-Prototypes efektif dalam mengelompokkan data campuran dan memberikan wawasan strategis terkait segmentasi dosen. Temuan ini dapat dimanfaatkan untuk mendukung kebijakan pengembangan SDM akademik, seperti perencanaan karier, pelatihan, serta distribusi beban kerja secara proporsional.]]>
Copyrights © 2026
