Penelitian ini membahas segmentasi sekolah berdasarkan pola perubahan jumlah pendaftaran mahasiswa baru Universitas Nurul Jadid selama periode 2023–2025 menggunakan metode regresi linier dan algoritma K-Means Clustering. Data yang digunakan berupa data jumlah mahasiswa baru berdasarkan asal sekolah yang diperoleh dari bagian Penerimaan Mahasiswa Baru (PMB) Universitas Nurul Jadid. Tahapan penelitian meliputi pengolahan data pendaftaran, perhitungan regresi linier untuk memperoleh nilai gradien perubahan jumlah pendaftar, evaluasi jumlah cluster menggunakan metode Silhouette Score, serta proses pengelompokan sekolah menggunakan algoritma K-Means Clustering. Hasil penelitian menunjukkan bahwa sebanyak 141 sekolah berhasil dikelompokkan berdasarkan pola perubahan jumlah pendaftar. Berdasarkan pengujian menggunakan Silhouette Score, jumlah cluster sebanyak 3 dipilih karena menghasilkan kualitas pengelompokan yang baik dengan nilai Silhouette Score sebesar 0,6039 serta memiliki interpretasi yang sesuai dengan tujuan penelitian. Hasil proses clustering menghasilkan tiga kelompok sekolah berdasarkan kecenderungan perubahan jumlah pendaftar, yaitu kelompok dengan tren peningkatan, kelompok dengan tren relatif stabil, dan kelompok dengan tren penurunan. Nilai centroid yang diperoleh pada masing-masing cluster berturut-turut adalah -0,320388, 1,896552, dan -4,055556. Metode K-Means Clustering efektif mengelompokkan sekolah berdasarkan tren pendaftar untuk evaluasi dan strategi penerimaan mahasiswa baru.
Copyrights © 2026