Penerapan Metode K-Means dan Euclidean Distance Untuk Seleksi Metode Judul Tugas Akhir

Abstract

Salah satu syarat kelulusan mahasiswa pada sebuah perguruan tinggi yaitu melalui tahap penyelesaian tugas akhir dalam bentuk skripsi sebagai laporan penelitian. Tahap awal penyusunan skripsi yaitu pengajuan judul tugas akhir berdasarkan bidang kajian dan metode yang digunakan. Data skripsi di repository perpustakaan semakin bertambah. Bidang kajian dan metode yang dipilih mahasiwa seringkali serupa dengan data judul skripsi yang tersimpan di perpustakaan. Dari data judul skripsi yang tersimpan tersebut dapat digali pengetahuan agar lebih selektif dalam memberikan persetujuan berdasarkan bidang kajian dan metode judul tugas akhir yang diajukan mahasiswa. Objek pada penelitian ini adalah salah satu perguruan tinggi swasta di Bogor. Adapun tujuan penelitian ini adalah untuk mengetahui sebaran bidang kajian dan metode yang pernah digunakan oleh mahasiswa sebagai bahan evaluasi untuk pengajuan judul skripsi berikutnya sehingga dapat lebih memudahkan bagian akademik. Metode yang digunakan pada penelitian ini adalah algoritma K-Means dan pengukuran jarak data menggunakan Euclidean Distance. Data yang digunakan adalah judul skripsi mahasiswa tahun 2019, 2020, 2021, dan 2022 yang terdiri dari atribut judul, kelas, dan topik penelitian. Dalam proses pengolahannya, dilakukan persiapan data (data preparation) dengan mentransformasikan data judul menjadi atribut metode dan bidang kajian. Setelah dilakukan persiapan data dilakukan proses normalisasi yang bertujuan mengubah data kategori menjadi numerik agar dapat diterapkan pada tahap modeling. Penelitian ini menghasilkan 2 klaster berdasarkan bidang kajian dan metode yang terdiri dari metode Data Mining serta Decision Support System (DSS). Hasil uji akurasi klaster menggunakan Silhoutte Coeffisient sebesar 0,62% dan menunjukkan klaster yang dihasilkan baik dan masuk ke dalam kategori medium structure.