Klasterisasi Potensi Technopreneur Mahasiswa Informatika Menggunakan Algoritma K-Means

Muhamad Nawawi (International Women University)
Eddy Soeryanto Soegoto (Universitas Komputer Indonesia)
Tri Utomo Wiganarto (Universitas Komputer Indonesia)

Jurnal Nasional Komputasi dan Teknologi Informasi
Vol. 9 No. 4 (2026): Agustus, 2026

Abstrak - Perkembangan teknologi digital mendorong meningkatnya kebutuhan akan technopreneur yang mampu mengintegrasikan kemampuan teknologi dan kewirausahaan dalam menciptakan inovasi bisnis. Mahasiswa Program Studi Informatika memiliki potensi untuk menjadi technopreneur karena memiliki kompetensi di bidang teknologi informasi. Namun demikian, karakteristik dan tingkat potensi technopreneur mahasiswa masih beragam sehingga diperlukan pendekatan yang mampu mengidentifikasi kelompok mahasiswa berdasarkan karakteristik tersebut. Penelitian ini bertujuan untuk mengelompokkan potensi technopreneur mahasiswa Informatika menggunakan algoritma K-Means berdasarkan variabel literasi digital, self-efficacy, motivasi kewirausahaan, dan intensi technopreneur. Penelitian menggunakan pendekatan kuantitatif dengan metode data mining. Data diperoleh melalui penyebaran kuesioner kepada 53 mahasiswa Program Studi Informatika Universitas X. Proses analisis dilakukan melalui tahapan preprocessing data, penentuan jumlah klaster, dan klasterisasi menggunakan algoritma K-Means. Hasil penelitian menunjukkan terbentuk dua klaster dengan kualitas klaster yang baik berdasarkan nilai Silhouette Score sebesar 0,57 pada klaster 1 (C1) dan 0,55 pada klaster 2 (C2). Klaster 1 terdiri dari 33 mahasiswa dengan karakteristik potensi technopreneur sedang, sedangkan klaster 2 terdiri dari 20 mahasiswa dengan karakteristik potensi technopreneur tinggi. Motivasi kewirausahaan menjadi variabel dengan nilai tertinggi pada kedua klaster, sedangkan intensi technopreneur merupakan variabel yang paling membedakan karakteristik antar klaster. Hasil penelitian menunjukkan bahwa pendekatan K-Means mampu mengidentifikasi segmentasi potensi technopreneur mahasiswa dan dapat digunakan sebagai dasar dalam penyusunan program pengembangan kewirausahaan berbasis teknologi yang lebih tepat sasaran di perguruan tinggi. Kata kunci: Technopreneur; Mahasiswa Informatika; Literasi Digital; K-Means Clustering; Data Mining; Abstract - The rapid growth of digital technology has increased the demand for technopreneurs who can integrate technological capabilities with entrepreneurial skills to create innovative business solutions. Informatics students have the potential to become technopreneurs due to their technological competencies. However, students' technopreneurial potential varies, requiring an approach capable of identifying groups based on their characteristics. This study aims to cluster the technopreneurial potential of Informatics students using the K-Means algorithm based on digital literacy, self-efficacy, entrepreneurial motivation, and technopreneurial intention. A quantitative approach with a data mining method was employed. Data were collected through questionnaires distributed to 53 Informatics students. The analysis process included data preprocessing, determination of the optimal number of clusters, and clustering using the K-Means algorithm. The results revealed two klasters with good cluster quality, indicated by Silhouette Scores of 0.57 for Cluster 1 and 0.55 for Cluster 2. Cluster 1 consisted of 33 students with moderate technopreneurial potential, while Cluster 2 consisted of 20 students with high technopreneurial potential. Entrepreneurial motivation was the highest-rated variable in both clusters, while technopreneurial intention was the most distinguishing variable between clusters. These findings indicate that the K-Means approach can effectively identify segments of student technopreneurial potential and provide a basis for developing more targeted technology-based entrepreneurship programs in higher education. Keywords: Technopreneurship; Informatics Students; Digital Literacy; K-Means Clustering; Data Mining;