IDENTIFIKASI PROFIL DOSEN BERDASARKAN NILAI KEANDALAN PERKULIAHAN DENGAN METODE KLASTERISASI K-MEANS
Abstract
Dosen merupakan pengajar di perguruan tinggi, kemampuan pengajaran yang dimiliki dosen sangat menentukan kualitas dan mutu akademik. Setiap dosen memiliki kemampuan pengajaran yang berbeda antara satu dengan lainnya sehingga perlu adanya evaluasi kinerja dosen yang dilakukan mahasiswa secara rutin di akhir semester. Saat ini evaluasi sudah berjalan dengan baik dan menghasilkan data nilai dosen, rerata prodi, fakultas dan universitas. Evaluasi bertujuan untuk menjaga mutu institusi, peningkatan kualitas dosen dan memudahkan dalam pengambilan kebijakan. Penelitian ini akan mengidentifikasi profil dosen berdasarkan pada komponen pendidikan terakhir dosen, masa bakti dan jabatan akademik dihubungkan dengan hasil evaluasi nilai keandalan (reliability) dosen. Pengelompokan atau klasterisasi ketiga komponen tersebut menggunakan metode k-means clustering dengan k =3. Dari hasil pengelompokan yang didapatkan dan direlasikan dengan nilai keandalan menunjukkan bahwa keandalan mengajar dosen dimenangi pertama oleh klaster 1 dengan nilai keandalan 3,322 menyusul klaster 2 dengan nilai 3,309 dan terakhir klaster 3 dengan nilai 3,294.
References
[2] Aththaariq, R.M. Mochammad Wispandono, M. Alkirom Wildan,2014. Pengaruh Kompetensi Dosen Terhadap Kinerja Dosen Di Universitas Trunojoyo Madura, Jurnal Studi Manajemen Dan Bisnis, No 13, Vol 1 No. 1
[3] Terttiaavini,2014. Sistem informasi evaluasi kinerja dosen dengan metode 360 degree berbasis web. Seminar Nasional Teknologi Informasi dan Multimedia 2014,No 3.05-138, ISSN : 2302-3805
[4] Hamzah,Suyoto,Paulus Mudjihartono,2010,Sistem pendukung keputusan penilaian kinerja dosen dengan metode balanced scorecard (studi kasus : Universitas Respati Yogyakarta), Seminar Nasional Informatika 2010 (semnasIF 2010),E-82
[5] Prasetyo, E. 2012. Data Mining Konsep dan Aplikasi Menggunakan Matlbab. Yogyakarta: Andi offset.
[6] Febrizal Alfarasy Syam,2017, Implementasi Metode Klastering K-Means untuk mengelompokkan hasil evaluasi mahasiswa, Jurnal Ilmu Komputer dan Bisnis Vol 8 No 1
[7] Hakim, L., & Seruni, H. 2018. Indikasi Penyimpangan Laporan keuangan akademik Universitas XYZ menggunakan Algoritma Greedy dan K-Means. Jurnal Resti , 301-306.
[8] Mujib Ridwan, Hadi Suyono, dan M. Sarosa, 2013. Penerapan Data Mining Untuk Evaluasi Kinerja
Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,No 59, Jurnal EECCIS Vol.7