Analisis Klasterisasi Simagang Melisa Menggunakan Algoritma K-Means

Abstract

Simagang Melisa merupakan sistem informasi yang digunakan oleh banyak mahasiswa Unesa untuk melihat informasi dan mengakses data terkait magang, juga merupakan platform penting yg digunakan mahasiswa dlm kegiatan magang. Dalam melakukan magang, pengalaman pengguna pada Sim Magang dapat mempengaruhi  efektivitas dan efisiensi pengalaman magang mahasiswa. Oleh karena itu, penting untuk memastikan bahwa Simagang Melisa Unesa memberikan pengalaman pengguna yang optimal dan memenuhi kebutuhan pengguna. Dalam penelitian ini, algoritma K-means digunakan untuk mengelompokkan pengguna Simagang Melisa ke dalam beberapa kelompok, mana saja yang memiliki pengalaman pengguna yang baik dan mana yang pengalaman pengguna nya buruk berdasarkan karakteristik Heart metrics yang terkait dengan pengalaman pengguna.  Dalam penelitian ini menggunakan 200 dataset mahasiswa pengguna Simagang Melisa yang diperoleh dari kuesioner dalam bentuk google form secara online.  Sebelum analisis clustering , dilakukan preprocessing termasuk uji validitas dan reliabilitas seluruh dataset. Pada penelitian ini telah memperoleh hasil klastering yang optimal dengan penentuan k optimal melalui elbow method yaitu berada pada k=2, yang artinya membagi klaster sebanyak 2 klaster dengan rata-rata 5.630 yang terdiri dari klaster 1 sebanyak 166 data dengan tingkat pengalaman pengguna baik karena memiliki rata-rata dan nilai variabel tertinggi., lalu klaster 2 sebanyak 34 data dengan tingkat pengalaman pengguna buruk karena memiliki rata-rata dan nilai variabel terendah. Hasil perhitungan nilai akurasi yang didapatkan adalah 83%.