Setiap mahasiswa memiliki pengalaman belajar yang unik berdasarkan latar belakang, gaya belajar, motivasi, partisipasi, dan persepsi terhadap pembelajaran.Dalam lingkungan perguruan tinggi seperti Institut Keguruan dan Teknologi Larantuka (IKTL), keragaman ini menimbulkan tantangan bagi dosen dan institusi dalam menyusun strategi pembelajaran yang efektif dan inklusif.Strategi pembelajaran yang bersifat umum atau seragam sering kali tidak mampu mengakomodasi kebutuhan belajar individu mahasiswa, sehingga berdampak pada kurangnya motivasi belajar, rendahnya partisipasi aktif, dan hasil akademik yang tidak merata. Dalam era digital dan data-driven saat ini, pendekatan pembelajaran yang berbasis pada analisis data mahasiswa mulai diterapkan untuk memahami pola-pola belajar yang tersembunyi dalam data. Salah satu metode yang efektif dalam mengelompokkan data berdasarkan kemiripan adalah algoritma K-Means Clustering, sebuah metode dalam machine learning berbasis unsupervised learning. Dengan algoritma ini, mahasiswa dapat diklasifikasikan ke dalam kelompok (klaster) berdasarkan kemiripan pengalaman belajar mereka, seperti aktivitas kelas, nilai, kehadiran, dan keterlibatan dalam tugas atau diskusi.
Copyrights © 2026