Sistem Rekomendasi Target Promosi Perguruan Tinggi Berbasis Clustering: Studi Perbandingan Performa Penggunaan Algoritma K-Means dan Fuzzy C-Means dengan Optimasi Algoritma Genetika (Studi Kasus di Politeknik Negeri Malang)

Clauria Dwi Putri Nabillah

Abstrak

Persaingan antar perguruan tinggi dalam menarik minat calon mahasiswa semakin ketat, sehingga dibutuhkan strategi promosi yang lebih terarah dan berbasis data. Penelitian ini bertujuan membangun sistem rekomendasi target promosi perguruan tinggi menggunakan metode clustering dengan studi kasus di Politeknik Negeri Malang (Polinema). Dua algoritma yang dibandingkan yaitu KMeans dan Fuzzy C-means (FCM). Keduanya di optimasi menggunakan Algoritma Genetika (GA) untuk meningkatkan akurasi pemilihan pusat cluster. Data yang digunakan meliputi informasi asal sekolah, kota, provinsi, dan IPK mahasiswa aktif dari Jurusan Teknologi Informasi Program Studi D4 Teknik Informatika. Evaluasi performa dilakukan dengan metrik Davies Bouldin Index (DBI) dan Silhouette Coefficient. Hasil penelitian menunjukkan bahwa kombinasi K-Means dengan GA menghasilkan nilai evaluasi yang lebih baik yakni 1.2792 untuk DBI dan 0.2876 untuk Silhouette dibandingkan FCM dengan GA yakni DBI 1.3828 dan Silhouette sebesar 0.2470. Sistem yang dibangun juga divalidasi melalui pengujian fungsional dan user acceptance testing dengan hasil skor SUS sebesar 72.5 yang menunjukkan tingkat kegunaan sistem berada pada kategori “baik”. Dengan demikian, sistem ini dapat menjadi alat bantu efektif bagi tim promosi Polinema dalam menentukan sekolah sasaran yang potensial secara lebih objektif dan efisien.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.20.5 · 33e0fa7