ANALISIS CLUSTERING REKOMENDASI MATA KULIAH PEMINATAN BERDASARKAN KARIR ALUMI MENGGUNAKAN MACHINE LEARNING


Abstract
Fakultas Ilmu Komputer Universitas Sriwijaya menyediakan berbagai mata kuliah peminatan yang dirancang untuk membantu mahasiswa mempersiapkan karir masa depan. Namun, banyak mahasiswa kesulitan memilih mata kuliah yang selaras dengan tujuan karir mereka. Upaya ini dilakukan guna menganalisis keterkaitan antara mata kuliah peminatan dan karir alumni guna memberikan rekomendasi pemilihan mata kuliah yang relevan, dengan menerapkan metode K-Means Clustering. Berdasarkan data tracer study alumni program sarjana (S1) sebelum tahun 2020, proses klasterisasi dilakukan menggunakan Google Colab dan RapidMiner, dengan jumlah klaster disesuaikan sebanyak 18 kategori karir. Evaluasi menggunakan Silhouette Score menunjukkan hasil terbaik pada K = 3, namun tetap digunakan K = 18 untuk mempertahankan kedetailan kategori karir. Visualisasi heatmap digunakan untuk mengidentifikasi dominasi mata kuliah di tiap klaster. Hasil penelitian menunjukkan bahwa akurasi klastering tergolong rendah, dengan nilai Cluster Purity sebesar 21,34%, yang mencerminkan ketidaksesuaian mayoritas data terhadap label karir aktual. Meskipun performa algoritma K-Means belum optimal, pendekatan ini memperkenalkan alternatif baru dalam sistem rekomendasi akademik berbasis data karir alumni, dan dapat digunakan sebagai referensi awal bagi mahasiswa dalam menentukan mata kuliah peminatan yang relevan dengan karir yang diinginkan.
Downloads
References
Ahmadinejad, N., Chung Corresp, Y., Liu Corresp, L., Authors, C., Chung, Y., & Liu, L. (2023). J-score: A robust measure of clustering accuracy. PeerJ Computer Science, 9, 1545. https://doi.org/https://doi.org/10.7717/peerj-cs.1545
Alejandrino, J. C. (2021). Application of Data Mining in Knowledge Management: A Review. International Journal of Advanced Trends in Computer Science and Engineering (IJATCSE), 10(4), 2690–2696. https://doi.org/https://doi.org/10.30534/ijatcse/2021/061042021
Ananto, D. T., Duta Mahardewantoro, D., Mustafa, F., Ardianto, M. G., Rafi, M. M., Zein, R. A., Saputra, O. E., Mujiastuti, R., Rosanti, N., & Adharani, Y. (2023). Edukasi dan Pelatihan Pengenalan Machine Learning dan Computer Vision Untuk Mengeksplorasi Potensi Visual. Prosiding Seminar Nasional Pengabdian Masyarakat LPPM UMJ, 049. https://jurnal.umj.ac.id/index.php/semnaskat/article/view/19491
Atalya, M., Leza, A., Utami, W., Anugrah, P., & Dewi, C. (2024). Prediksi Prestasi Siswa Smas Katolik Santo Yoseph Denpasar Berdasarkan Kedisiplinan Dan Tingkat Ekonomi Orang Tua Menggunakan Metode Knowledge Discovery In Database Dan Algoritma Regresi Linier Berganda. In Jurnal Mahasiswa Teknik Informatika (Vol. 8, Issue 1).
Bahri, M., Bifet, A., Maniu, S., & Gomes, H. M. (2021). Survey on Feature Transformation Techniques for Data Streams. International Joint Conferences on Artifical Intelligence (IJCAI), 20, 4796–4802. https://doi.org/https://doi.org/10.24963/ijcai.2020/668
Budiman, A., Dwi Lestari, Y., & Eka, M. (2024). Penerapan Metode MAUT dalam Pemilihan Peminatan pada Program Studi Teknik Informatika. Jurnal UNITEK, 17(2), 2024. https://doi.org/https://doi.org/10.52072/unitek.v17i2.921
Darmawan, B., Pamungkas, D. P., & Mahdiyah, U. (2024). Rekomendasi Pendukung Keputusan Pemilihan Matakuliah Dengan Kombinasi Dari Metode MOORA dan TOPSIS. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) 520, 8, 2549–7952. https://proceeding.unpkediri.ac.id/index.php/inotek/
Darsono, V., & Andrianti, A. (2022). Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM) Penerapan Data Mining Algoritma K-Means Untuk Rekomendasi Pemilihan Bidang Studi Perguruan Tinggi Pada Siswa SMKN 1 Kota Jambi. Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), 2, 161. https://doi.org/https://doi.org/10.33998/jakakom.2022.2.2.80
Deti Karmanita, & Billy Hendrik. (2023). Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Peminatan Mata Kuliah. Jurnal Ilmiah Dan Karya Mahasiswa, 1(6), 01–10. https://doi.org/10.54066/jikma.v1i6.1028
Fernando, E., Mudjiraharjo, P., & Aswin, M. (2022). Implementasi Pendekatan Collaborative Filtering Dan K-Means Clustering Pada Sistem Rekomendasi Mata Kuliah Implementation Of Collaborative Filtering And K-Means Clustering Approaches In The Course Recommendation System. Jurnal Informatika Dan Komputer) Akreditasi KEMENRISTEKDIKTI, 5(2). https://doi.org/10.33387/jiko
Haviluddin, H., Patandianan, S. J., Putra, G. M., Puspitasari, N., & Pakpahan, H. S. (2021). Implementasi Metode K-Means Untuk Pengelompokkan Rekomendasi Tugas Akhir. Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 16(1), 13. https://doi.org/http://dx.doi.org/10.30872/jim.v16i1.5182
Khoerullah, A. R., Nurjanah, D., & Romadhony, A. (2019). Sistem Rekomendasi Mata Kuliah Pilihan Menggunakan Association Rule dan Ant Colony Optimization (Studi Kasus Mata Kuliah di Jurusan Teknik Informatika Universitas Telkom). E-Proceeding of Engineering, 6, 9597–9617.
Lestari, Y. D., & Perdana, A. (2020). Penerapan Metode Waspas Dalam Menentukan Pemilihan Peminatan Pada Program Studi Teknik Informatika Application Of The Waspas Method In Determining The Selection Of Specialty In Informatics Engineering Programs. In Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) (Vol. 01, Issue 02).
Lusiah, R. N., & Purwanto, I. (2023). Sistem Informasi Geografis Fasilitas Kesehatan di Tuntungan Berbasis Android. Bulletin of Computer Science Research, 3(3), 257–262. https://doi.org/10.47065/bulletincsr.v3i3.244
Mohammed, M., & Alsunosi, R. (2022). Effect of Selecting Validation Dataset on Building Random Forest and Decision Tree Models. AlQalam Journal of Medical and Applied Sciences, 5(2), 470–478. https://doi.org/10.5281/zenodo.7113928
Muningsih, E., Maryani, I., & Handayani, V. R. (2021). Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa. Jurnal Sains Dan Manajemen, 9(1). https://ejournal.bsi.ac.id/ejurnal/index.php/evolusi/article/view/10428
Nirmada, P. (2024). Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Konsentrasi Mahasiswa Program Studi Manajemen Universitas Muhammadiyah Makassar [Universitas Muhammadiyah Makassar]. https://digilibadmin.unismuh.ac.id/upload/40843-Full_Text.pdf
Nurchalia, L. P., Ghifari, Y., Limbong, J. A., & Setiawati, L. (2023). Professional analysis of Educational Technology students with appropriate specializations. Inovasi Kurikulum, 20(2), 193–204. https://doi.org/10.17509/jik.v20i2.53904
Putu, I., Iswara, P., Farhan, F., Kumara, W., Supianto, A. A., Informasi, S., Komputer, I., & Brawijaya, U. (2019). Rekomendasi Pengambilan Mata Kuliah Pilihan Untuk Mahasiswa Sistem Informasi Menggunakan Algoritme Decision Tree. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 6(3), 341–384. https://doi.org/https://doi.org/10.25126/jtiik.201963892
Sivakumar, M., Parthasarathy, S., & Padmapriya, T. (2024). Trade-off between training and testing ratio in machine learning for medical image processing. PeerJ Computer Science, 10, e2245. https://doi.org/10.7717/peerj-cs.2245
Suresh Sikhakolli, S., & Kiran Sikhakolli DrDY, A. (2023). Effective Purity Method for Measuring the Clustering Accuracy and its Illustration. International Journal of Computer Applications, 185(9), 975–8887. https://doi.org/https://doi.org/10.5120/ijca2023922752
Syahrul, A., & Solichin, A. (2022). Rekomendasi Pemilihan Mata Kuliah Dalam Pengisian Rencana Studi Mahasiswa Dengan Penerapan Algoritma Apriori. Teknologi Informasi Dan Komputer, 6(1), 79–88. https://doi.org/10.31961/eltikom.v6i1.549
Utomo, Y. B., Kurniasari, I., & Yanuartanti, I. (2023). Penerapan Knowledge Discovery In Database Untuk Analisa Tingkat Kecelakaan Lalu Lintas. Jurnal Teknik Informatika Kaputama (JTIK), 7(1), 171–180. https://doi.org/https://doi.org/10.59697/jtik.v7i1.61
Wahyudinnur, R. A., Arriyanti, E., & Wahyuni. (2024). Sistem Rekomendasi Peminatan Pada Prodi Teknik Informatika STMIK Widya Cipta Dharma Menggunakan Algoritma C5.0. SEBASTIK Journal, 28, 1410–3737. https://doi.org/https://doi.org/10.46984/sebatik.v28i2.0000
Zhu, A., Hua, Z., Shi, Y., Tang, Y., & Miao, L. (2021). An improved k-means algorithm based on evidence distance. Entropy, 23(11), 1550. https://doi.org/https://doi.org/10.3390/e23111550

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.