<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="18593">
<titleInfo>
<title>IMPLEMENTASI METODE K-MEANS UNTUK KLASTERISASI MAHASISWA DROP OUT</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Ir. M. Guntara, M.T.</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>NAFIE, FRASTU PRAJANKA - 205410123</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)</publisher>
<dateIssued>2026</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>100 Informatika 2026</extent>
</physicalDescription>
<note>Universitas Teknologi Digital Indonesia (UTDI) mengahadapi sebuah tantangan
karena terjadinya drop-out yang mencapai 30% dalam suatu angkatan menurut SK
ketua.
Jika dibiarkan hal ini dapat berdampak negatif bagi akreditasi universitas, oleh
karena itu dilakukan sebuah analisis untuk memetakan karakteristik pemicu
mahasiswa drop-out menggunakan teknik data mining yaitu dengan implementasi
algoritma K-Means dengan klasterisasi mahasiswa drop-out dengan bahasa R. Data
yang digunakan merupakan data sekunder mahasiswa drop-out dengan akumulasi
tahun 2015 sampai 2019 dengan total 955 data ketika belum diolah dan 863 data
setelah pra-pemrosesan data. Adapun tahapan yang dilakukan di antaranya impor
data, pra-pemrosesan data (data bersih 863), Penentuan K optimal metode Elbow,
komputasi K-Means, dan visualisasi hasil dengan Scatter plot.
Hasil penelitian berupa profil dan karakteristik cluster dengan 2 kelompok di
antaranya Cluster 1 (Merah) dengan karakteristik mahasiswa dengan progres studi
yang terhambat dengan nilai rata-rata SKS sebesar 39.00, IPK 1.13, dengan nilai
rata-rata Ang (Angkatan)13.65 yang didominasi angkatan muda. Faktor dominan
pada pemicu risiko DO pada kelompok ini adalah rendahnya SKS serta IPK yang
cenderung kecil serta Jumna (Jumlah tidak aktif semester) dengan rata-rata 4.04.
Cluster 2 (Biru) dengan karakteristik mahasiswa aman dengan rata-rata SKS
124.22, IPK 2.15 dan Ang dengan 10.1 Rata-rata Jumna 4.38 didominasi oleh
angkatan lebih senior.
Hasil penelitian dapat digunakan sebagai early warning bagi mahasiswa yang
masuk dalam cluster 1 (Merah) dan pengawasan bahwa pengawasan Jumna sama
pentingnya dengan pengawasan IPK, dan SKS. Adapun keputusan, kebijakan
diserahkan pada pihak perguruan tinggi Universitas Teknologi Digital Indonesia.
Kata Kunci : K-Means, Universitas, RStudio, data mahasiswa, Drop out</note>
<subject authority=""><topic>Metode K-Means</topic></subject>
<subject authority=""><topic>Implementasi</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>100 NAF I R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">NAF0100IF2026</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>100 NAF I R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>18593</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2026-10-19 15:54:45</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2026-10-19 15:55:41</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>