Penerapan Algoritma K-Means dan Metode Elbow dalam Pengelompokan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik
JPNM Jurnal Pustaka Nusantara Multidisiplin · 13.03.2026 · 4 (2)
DOI: 10.59945/jpnm.v4i2.1156 ↗Kurz gefasst
Fachartikel in der Zeitschrift JPNM Jurnal Pustaka Nusantara Multidisiplin, online erschienen am 13.03.2026. Verfasst von Prasetyo Agustian und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
Penelitian ini bertujuan untuk menganalisis dan mengelompokkan tingkat kepuasan mahasiswa terhadap layanan akademik menggunakan metode data mining. Algoritma K-Means Clustering diterapkan untuk membentuk klaster berdasarkan tingkat kemiripan data, sedangkan Elbow Method digunakan untuk menentukan jumlah klaster optimal berdasarkan nilai hasil observasi. Data penelitian diperoleh dari web dan observasi. Hasil penelitian menunjukkan bahwa penerapan algoritma K-Means mampu mengelompokkan data kepuasan mahasiswa ke dalam beberapa klaster yang merepresentasikan tingkat kepuasan layanan akademik. Temuan ini dapat dimanfaatkan sebagai dasar evaluasi dan pengambilan keputusan dalam upaya peningkatan kualitas layanan akademik.
Zitieren
APA
Agustian, P., & Hidayatun, N. (2026). Penerapan Algoritma K-Means dan Metode Elbow dalam Pengelompokan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik. JPNM Jurnal Pustaka Nusantara Multidisiplin, 4(2). https://doi.org/10.59945/jpnm.v4i2.1156
Vancouver
Agustian P, Hidayatun N. Penerapan Algoritma K-Means dan Metode Elbow dalam Pengelompokan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik. JPNM Jurnal Pustaka Nusantara Multidisiplin. 2026;4(2). doi:10.59945/jpnm.v4i2.1156
BibTeX
@article{Agustian2026,
author = {Agustian, Prasetyo and Hidayatun, Nunung},
title = {Penerapan Algoritma K-Means dan Metode Elbow dalam Pengelompokan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik},
journal = {JPNM Jurnal Pustaka Nusantara Multidisiplin},
year = {2026},
volume = {4},
number = {2},
doi = {10.59945/jpnm.v4i2.1156}
}
EUVIMED