Metode Single Linkage pada Agglomerative Hierarchical Clustering dalam Penentuan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik

Nadia Annisa Maori; Harminto Mulyo

doi:10.24176/simet.v15i2.12788

Metode Single Linkage pada Agglomerative Hierarchical Clustering dalam Penentuan Tingkat Kepuasan Mahasiswa terhadap Layanan Akademik

Nadia Annisa Maori, Harminto Mulyo

Sari

Dalam era pendidikan modern, penting bagi institusi akademik untuk memahami dan meningkatkan kepuasan mahasiswa terhadap layanan akademik yang diberikan. Tingkat kepuasan ini berperan penting dalam menilai kualitas pendidikan, pengalaman belajar, serta reputasi dan daya saing institusi. Dengan kemajuan teknologi dan peningkatan pengumpulan data, analisis data menjadi krusial untuk memahami persepsi dan kebutuhan mahasiswa. Penelitian ini menggunakan teknik Agglomerative Hierarchical Clustering (AHC) dengan metode Single Linkage untuk mengelompokkan data survei kepuasan mahasiswa terhadap layanan akademik di Program Studi Teknik Informatika UNISNU Jepara. Metode ini dipilih karena tidak memerlukan penentuan jumlah klaster sebelumnya dan cocok untuk data dengan struktur yang tidak teratur.

Hasil penelitian menunjukkan bahwa AHC dengan Single Linkage efektif dalam mengidentifikasi dua kelompok mahasiswa berdasarkan tingkat kepuasan mereka, yaitu puas dan tidak puas. Evaluasi menggunakan Silhouette Coefficient menunjukkan nilai tertinggi 0.80 untuk dua klaster mengindikasikan bahwa pengelompokan ini cukup baik. Visualisasi dendrogram memberikan wawasan tambahan tentang struktur klaster dan hubungan antar data. Penelitian ini memberikan kontribusi penting untuk pemahaman tentang kepuasan mahasiswa dan dasar untuk pengembangan strategi peningkatan kualitas layanan akademik di masa depan. Metode AHC dengan pendekatan Single Linkage terbukti efisien dalam mengelompokkan data berdasarkan jarak terdekat antar objek dalam klaster, meskipun sensitif terhadap outlier dan efek chaining.

Kata Kunci

single linkage; agglomerative hierarchical clustering; distance; silhouette coefficient

Teks Lengkap:

PDF

Referensi

[1] D. Nyoman and B. Kusyana. 2020. “Peran Kualitas Layanan Dalam Menciptakan Loyalitas Mahasiswa Putu Atim Purwaningrat (2) Milla Permata Sunny (3)(1)(2)(3) Fakultas Ekonomi Bisnis dan Pariwisata Universitas Hindu Indonesia,” vol. 2, no. 1, pp. 10–27. doi: https://dx.doi.org/10.32795/widyamanajemen.v2i1

[2] K. Atma Wijaya and D. Swanjaya, “Integrasi Metode Agglomerative Hierarchical Clustering dan Backpropagation Pada Model Peramalan Penjualan.”

[3] Z. Arifin, D. S. Santosa, and M. A. Soeleman, “KLASTERISASI GENRE CERPEN KOMPAS MENGGUNAKAN AGGLOMERATIVE HIERARCHICAL CLUSTERING-SINGLE LINKAGE,” 2017. [Online]. Available: http://research.

[4] N. A. Maori. 2023. “METODE ELBOW DALAM OPTIMASI JUMLAH CLUSTER PADA K-MEANS CLUSTERING,” Jurnal SIMETRIS, vol. 14.

[5] K. Ariasa, I. Gede, A. Gunadi, and I. Made Candiasa, “OPTIMASI ALGORITMA KLASTER DINAMIS PADA K-MEANS DALAM PENGELOMPOKAN KINERJA AKADEMIK MAHASISWA (STUDI KASUS: UNIVERSITAS PENDIDIKAN GANESHA).”

[6] N. Arifa Wulandari, H. Pratiwi, S. Sulistijowati Handayani, and F. Matematika dan Ilmu Pengetahuan Alam, “Program Studi Teknik Informatika,” 2023. [Online]. Available: https://netlytic.org/.

[7] F. Alghifari and D. Juardi, “Fauzan Alghifari Penerapan Data Mining Pada Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes.”

[8] H. Junaedi et al., “Prosiding Konferensi Nasional ‘Inovasi dalam Desain dan Teknologi’-IDeaTech 2011 DATA TRANSFORMATION PADA DATA MINING”.

[9] N. Afira and A. W. Wijayanto. 2021. “Analisis Cluster dengan Metode Partitioning dan Hierarki pada Data Informasi Kemiskinan Provinsi di Indonesia Tahun 2019,” Komputika: Jurnal Sistem Komputer, vol. 10, no. 2, pp. 101–109. doi: https://dx.doi.org/10.34010/komputika.v10i2.4317

[10] A. F. Dewi and K. Ahadiyah. 2022. “Agglomerative Hierarchy Clustering Pada Penentuan Kelompok Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Pendidikan,” Zeta - Math Journal, vol. 7, no. 2, pp. 57–63. doi: https://dx.doi.org/10.31102/zeta.2022.7.2.57-63

[11] Y. Reinaldi, N. Ulinnuha, and Moh. Hafiyusholeh. 2021. “Comparison of Single Linkage, Complete Linkage, and Average Linkage Methods on Community Welfare Analysis in Cities and Regencies in East Java,” Jurnal Matematika, Statistika dan Komputasi, vol. 18, no. 1, pp. 130–140. doi: https://dx.doi.org/10.20956/j.v18i1.14228

[12] R. Jannah Alfirdausy et al., “SISTEMASI: Jurnal Sistem Informasi Analisis Data Indeks Pembangunan Manusia Kabupaten/ Kota di Jawa Timur melalui Pengelompokan menggunakan Metode Clustering Aglomeratif Hirarki Analysis of Regency/City Human Development Index Data in East Java Through Grouping Using Hierarchical Agglomerative Clustering Method.” [Online]. Available: http://sistemasi.ftik.unisi.ac.id

[13] R. Kusumastuti, E. Bayunanda, A. Muhammad Rifa, M. Ryandy Ghonim Asgar, and F. Inti Ilmawati, “Clustering Titik Panas Menggunakan Algoritma Agglomerative Hierarchical Clustering (AHC) Hot Spot Clustering Using Agglomerative Hierarchical Clustering (AHC) Algorithm,” Cogito Smart Journal |, vol. 8, no. 2.

[14] S. Mutdilah, I. Cholissodin, and F. A. Bachtiar, “Pengelompokan Daerah Berpotensi Transmigrasi Menggunakan Metode Improved k-Means (Studi Kasus: Kabupaten Malang),” 2020. [Online]. Available: http://j-ptiik.ub.ac.id

[15] S. Paembonan, H. Abduh, and K. Kunci, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat Clustering; K-means; Silhouette coeficient,” 2021. [Online]. Available: https://ojs.unanda.ac.id/index.php/jiit/index

DOI: https://doi.org/10.24176/simet.v15i2.12788