ANALISIS PENGELOMPOKAN JENIS PEKERJAAN ALUMNI ILMU KOMPUTER MENGGUNAKAN ALGORITMA MEAN SHIFT CLUSTERING

Abstrak

Purpose: Penelitian ini bertujuan untuk mengelompokkan mahasiswa ilmu komputer berdasarkan karakteristik akademik dan keterampilan teknis mereka menggunakan algoritma Mean Shift Clustering. Analisis ini dilakukan untuk memahami variasi dalam profil mahasiswa, seperti usia, IPK (GPA), serta keterampilan teknis (Python, SQL, dan Java). Tujuan dari pengelompokan ini adalah untuk membantu institusi pendidikan dalam menyusun strategi pembelajaran yang lebih efektif, dengan mempertimbangkan perbedaan karakteristik mahasiswa. Method/Study design/approach: Penelitian ini menggunakan algoritma Mean Shift, yang tidak memerlukan penentuan jumlah cluster secara eksplisit. Algoritma ini memungkinkan identifikasi struktur alami dalam data, membuatnya lebih sesuai untuk dataset yang kompleks dan non-linear. Visualisasi hasil clustering menggunakan Principal Component Analysis (PCA) dan t-Distributed Stochastic Neighbor Embedding (t-SNE) memberikan gambaran yang jelas tentang distribusi data dalam cluster. Result/Finding: Kesimpulan dari penelitian ini adalah bahwa algoritma Mean Shift mampu mengelompokkan mahasiswa berdasarkan profil akademik dan keterampilan, yang dapat digunakan untuk mendukung program pendidikan yang lebih adaptif dan tepat sasaran, seperti program akselerasi bagi mahasiswa dengan prestasi tinggi dan dukungan tambahan bagi yang memerlukan bantuan akademik lebih lanjut. NoveltyOriginality/Value:: belum ada penelitian yang secara spesifik melakukan analisis pengelompokan jenis pekerjaan alumni Ilmu Komputer menggunakan algoritma Mean Shift Clustering. Kebanyakan studi sebelumnya menggunakan metode clustering seperti K-Means atau Hierarchical Clustering.