Informasi Lainnya
Abstraksi
Fenomena salah jurusan pada mahasiswa di Indonesia masih menjadi per masalahan penting yang berdampak pada rendahnya motivasi belajar dan ke tidaksesuaian jalur karier di masa mendatang. Masalah ini sering disebabkan oleh keterbatasan pemahaman siswa terhadap minat, bakat, dan kemampuan akademiknya. Penelitian ini bertujuan untuk mengelompokkan calon mahasis wa ke dalam rumpun studi yang sesuai berdasarkan karakteristik multidimensi menggunakan pendekatan klasterisasi berbasis data. Penelitian melibatkan 528 siswa SMA NU 1 Gresik dengan fitur berupa nilai akademik dari berbagai mata pelajaran dan 24 indikator non-akademik terkait minat, bakat, dan hobi. Tahapan analisis meliputi normalisasi data, re duksi dimensi menggunakan PCA, serta penerapan tiga algoritma klasterisasi: K-Means, Hierarchical Clustering, dan DBSCAN. Evaluasi hasil klasterisa si dilakukan menggunakan Silhouette Score dan Davies-Bouldin Index (DBI) untuk menilai kekompakan dan pemisahan antar klaster. Hasil penelitian menunjukkan bahwa Hierarchical Clustering memberikan kinerja terbaik dengan Silhouette Score sebesar 0.189 dan DBI 1.874, meng indikasikan klaster yang lebih kompak dan terpisah jelas. K-Means membe rikan performa cukup baik (Silhouette: 0.184; DBI: 1.915) dengan pemisahan struktur dua klaster yang konsisten. Sebaliknya, DBSCAN tidak sesuai, di tunjukkan oleh Silhouette Score negatif (?0.017) dan DBI sangat tinggi (4.2) yang menandakan klaster tumpang tindih dan tidak terdefinisi. Secara keseluruhan, data mengindikasikan bahwa terdapat dua klaster uta ma, yaitu rumpun Saintek dan Soshum, yang dapat digunakan sebagai dasar sistem rekomendasi pemilihan jurusan secara objektif dan personal untuk men dukung pengambilan keputusan pendidikan yang lebih tepat sasaran.
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
