Klasterisasi Data Kompetisi Mahasiswa Menggunakan Algoritma K-Modes
Abstract
Kompetisi adalah salah satu aspek penting dalam dunia
pendidikan. Salah satu fungsi utama partisipasi dalam
kompetisi adalah dapat mengukur kemampuan diri. Selain
itu, kompetisi juga memiliki berbagai manfaat, yakni dapat
menciptakan inovasi baru dalam pemecahan suatu masalah,
memberikan pengalaman baru, dan mengenal/memahami
persaingan antar peserta. Peserta kompetisi di bidang
pendidikan, tidak lepas dari dukungan universitas yang
mewadahi segala fasilitas dan penunjang dalam aspek
lainnya. Untuk lebih mengenal perkembangan kompetisi
peserta dalam suatu universitas, diperlukan analisis data
yang dapat memberikan gagasan baru. Teknik analisis data
yang efektif adalah dengan pendekatan penambangan data,
lebih rincinya klasterisasi. Klasterisasi memiliki banyak
variasi algoritma dengan salah satu contohnya K-Modes yang
mampu menangani data kategorikal seperti data kompetisi.
Sebagai perguruan tinggi dengan peraih prestasi yang cukup
banyak dan menjadi salah satu universitas swasta terbaik di
Indonesia, Universitas Telkom menjadi subjek yang menarik
untuk implementasi algoritma K-Modes. Penelitian ini
bertujuan untuk melakukan klasterisasi K-Modes pada data
kompetisi Mahasiswa Universitas Telkom dan ditambah
dengan metode Silhouette Score dan Davies-Bouldin Index
untuk membantu menentukan jumlah klaster yang optimal.
Hasil penelitian menunjukkan jumlah klaster optimal adalah
13 klaster dengan Silhouette Score bernilai 0,23 (jangkauan
nilai -1 hingga 1) dan Davies-Bouldin Index bernilai 1,95
(jangkauan nilai mulai dari 0 ke bilangan positif).
Selanjutnya penelitian ini memberikan visualisasi klasterklaster K-Modes dari perhitungan metode Principal
Component Analysis (PCA) dan hasil identifikasi berupa
informasi analisis setiap klaster.
Kata kunci: Davies-Bouldin Index, K-Modes, Klasterisasi, PCA, Silhouette Score, Universitas Telkom
References
Y. Wei, N. Zhao, and L. Ge, “The research on the
cultivation of college students’ innovation ability
based on academic competition,” SHS Web of
Conferences, vol. 166, p. 01024, 2023, doi:
1051/shsconf/202316601024.
E. A. Ivanchenko, T. V. Vorotilina, S. S.
Teligisova, I. S. Shulzhenko, and K. A.
Selivanova, “Phenomenon of competition in the
educational environment,” Revista on line de
Política e Gestão Educacional, p. e022065, Mar.
, doi: 10.22633/rpge.v26iesp.2.16563.
H. J. Escalante and A. Kruchinina, “Academic
competitions,” Nov. 2023, [Online]. Available:
http://arxiv.org/abs/2312.00268
L. Dan, C. Wei, and D. Binyan, “Investigation
and research on the motivation of college
students’ participation in academic competitions:
Taking the English competition of Panzhihua
University as an example,” International Journal
of Advanced Academic Studies, vol. 5, no. 12, pp.
–47, Dec. 2023, doi:
33545/27068919.2023.v5.i12a.1092.
C. Bhanuprakash and A. Setty, “Prediction of
diseases caused in Child Dieting System by using
K-Modes Algorithm,” in 2024 International
Conference on Smart Systems for applications in
Electrical Sciences (ICSSES), IEEE, May 2024,
pp. 1–6. doi:
1109/ICSSES62373.2024.10561366.
M. F. Kurniawan, D. Sugianti, A. S. Darmawan,
A. P. Wibowo, and W. Widiyono,
“IMPLEMENTASI CLUSTERISASI UNTUK
PENGELOMPOKKAN GAYA BELAJAR
MAHASISWA DENGAN METODE K
MODES,” METHOMIKA Jurnal Manajemen
Informatika dan Komputerisasi Akuntansi, vol. 8,
no. 1, pp. 20–25, Apr. 2024, doi:
46880/jmika.Vol8No1.pp20-25.
N. P. M. N. Dewi and I. B. G. Dwidasmara,
“Implementation of K-Modes Algorithm for
Clustering of Stress Causes in University
Students,” JELIKU (Jurnal Elektronik Ilmu
Komputer Udayana), vol. 9, no. 3, p. 419, Feb.
, doi: 10.24843/JLK.2021.v09.i03.p17.
F. Fahlevi, “Perguruan Tinggi Swasta Indonesia
Masuk Peringkat QS World Rankings 2025,”
Tribun News, Pendidikan. Accessed: Jan. 09,
[Online]. Available:
https://www.tribunnews.com/pendidikan/2024/11/
/perguruan-tinggi-swasta-indonesia-masukperingkat-qs-world-rankings-2025
G. Ghufron, B. Surarso, and R. Gernowo, “The
Implementations of K-medoids Clustering for
Higher Education Accreditation by Evaluation of
Davies Bouldin Index Clustering,” Jurnal Ilmiah
Kursor, vol. 10, no. 3, pp. 119–128, Nov. 2020,
doi: 10.21107/kursor.v10i3.232.
K. R. Shahapure and C. Nicholas, “Cluster
