Analisis Segmentasi Calon Mahasiswa Baru Berdasarkan Faktor Ekonomi Menggunakan Algoritma K-Medoids

Abstract

Pengelompokan calon mahasiswa baru berdasarkan kondisi ekonomi merupakan langkah penting dalam mendukung pengambilan keputusan institusi pendidikan, khususnya dalam penentuan program bantuan atau beasiswa. Penelitian ini bertujuan untuk menerapkan algoritma K-Medoids dalam melakukan analisis clustering terhadap calon mahasiswa baru di IBISA berdasarkan faktor ekonomi. Data yang digunakan terdiri dari 20 data calon mahasiswa dengan indikator ekonomi meliputi pekerjaan orang tua, pendapatan per bulan, jumlah tanggungan keluarga, kepemilikan aset, dan pendidikan orang tua. Tahapan penelitian meliputi proses preprocessing data yang terdiri dari data cleaning, transformasi data, normalisasi, serta perhitungan jarak menggunakan metode Euclidean Distance. Selanjutnya dilakukan proses clustering menggunakan algoritma K-Medoids untuk mengelompokkan data ke dalam beberapa cluster berdasarkan kemiripan karakteristik ekonomi. Hasil penelitian menunjukkan bahwa data calon mahasiswa dapat dikelompokkan menjadi tiga cluster utama yaitu kelompok ekonomi rendah, ekonomi menengah, dan ekonomi tinggi. Metode K-Medoids mampu menghasilkan pengelompokan yang cukup stabil karena menggunakan medoid sebagai pusat cluster yang lebih tahan terhadap outlier. Hasil clustering ini dapat dimanfaatkan oleh pihak perguruan tinggi sebagai dasar dalam pengambilan kebijakan terkait program bantuan pendidikan, penentuan beasiswa, serta perencanaan strategi akademik yang lebih tepat sasaran.