Penerapan Algoritma K-Means Untuk Pengelompokan Riset Grup Dosen Program Studi Teknik Informatika Universitas Bina Darma

Abstract

UBD atau yang dikenal Universitas bina darma adalah salah satu universitas yang terletak di kota palembang provinsi sumsel yang bergerak di bidang ilmu komputer dan berbagai bidang studi lainnya. Universitas bina darma sudah sering melakukan publikasi karya ilmiahnya di laman jurnal nasional maupun internasional serta menghasilkan penelitian yang berkualitas di berbagai bidang program studi, misalnya yang dilaksanakan oleh program studi teknik informatika, telah banyak mahasiswa-mahasiswi maupun dosen program studi teknik informatika yang mempublikasikan karya ilmiahnya di berbagai jurnal nasional dengan berbagai penelitian berdasarkan grup penelitiannya masing-masing. Banyaknya penelitian yang dilakukan oleh dosen dan juga mahasiswa di berbagai bidang program studi teknik informatika membuat dosen perlu melakukan proses klasifikasi atau pengelompokan publikasi dosen berdasarkan bidang penelitian bertujuan untuk mengidentifikasi kecenderungan masing-masing dosen dibidang teknik informatika terhadap bidang penelitian tertentu. Pengelompokan kelompok penelitian menggunakan metode tertentu pada program studi teknik informatika masih belum terlaksana. Dengan menerapkan metode k-means diharapkan dapat pengelompokan kelompok penelitian dosen program studi teknik informatika berdasarkan bidang penelitian guna mengetahui kecenderungan setiap dosen teknik informatika terhadap bidang penelitian tertentu serta dosen dapat mengetahui minat penelitian sehingga dosen dapat merencanakan segala sesuatu dengan mudah tentang bidang penelitian nya. Hasil analisis ini terdiri dari dua bagian. Bagian pertama berdasarkan dosis dikelompokan 3 cluster berdasarkan 29 data dosis yaitu cluster 0 merupakan cluster dengan penetian terendah, cluster 1 dengan penelitian sedang, dan cluster 2 dengan penelitian tertinggi. Bagian kedua berdasarkan judul penelitian dikelompokan 7 cluster dengan jumlah 729 data, diperoleh cluster 0 dengan jumlah 11 anggota , kemudian cluster 1 berjumlah 101 anggota , kemudian cluster 2 berjumlah 3 anggota , kemudian cluster 3 berjumlah 447 anggota, kemudian cluster 4  berjumlah 164 anggota, selanjutnya cluster 5 berjumlah 2 anggota , cluster terakhir 6 berjumlah 1 anggota.