Analisis Laporan Beban Kerja Dosen Pada Bidang Penelitian dan PKM Dengan Menggunakan K-Means Clustering
DOI:
https://doi.org/10.35968/jsi.v13i1.1762Kata Kunci:
Beban Kerja Dosen, K-Means Clustering, Penelitian, Pengabdian Kepada MasyarakatAbstrak
Penelitian ini menganalisis Laporan Beban Kerja Dosen (BKD) pada bidang Penelitian dan Pengabdian kepada Masyarakat (PkM) di UIN Sultan Aji Muhammad Idris Samarinda menggunakan metode K-Means clustering untuk mendukung evaluasi kinerja dan akreditasi BAN-PT APT. Data yang digunakan mencakup 2.762 aktivitas dari 214 dosen selama 6 semester (2021–2024). Hasil analisis menunjukkan clustering optimal dengan K=2 dan Silhouette Score 0,595. Teridentifikasi dua klaster produktivitas: klaster sedang (190 dosen, 88,8%) dan klaster tinggi (24 dosen, 11,2%). Capaian KPI/IKU mencapai 105,8% dengan predikat A (Unggul), meskipun terjadi kesenjangan produktivitas dan 81,5% data tidak terklasifikasi secara eksplisit. K-Means clustering terbukti efektif sebagai dasar pengambilan keputusan strategis dalam peningkatan produktivitas dosen dan pemenuhan akreditasi perguruan tinggi.Referensi
Awaludin, M., Nuryadi, H., & Pribadi, G. N. (2024). Sistem Otomatisasi Laporan untuk Optimalisasi Pelaporan Data Penelitian dan Pengabdian kepada Masyarakat di Universitas Dirgantara Marsekal Suryadarma. 9675, 1–7.
Awaludin, M., Yasin, V., & Risyda, F. (2024). The Influence of Artificial Intelligence Technology, Infrastructure and Human Resource Competence on Internet Access Networks. Inform
Awaludin, Muryan, Nuraisah, Nurdiyani, R., & Sari. (2025). Data Mining untuk Kesehatan: Meingkatakan Diagnostik dan Perawatan Pasien. In PT BUKULOKA LITERASI BANGSA Anggota.
Direktur Jenderal Pendidikan Tinggi Riset dan Teknologi. (2021). Lecturer Workload Operational Guidelines.
Haris Kurniawan, Sarjon Defit, & Sumijan. (2020). Data Mining Menggunakan Metode K-Means Clustering Untuk Menentukan Besaran Uang Kuliah Tunggal. Journal of Applied Computer Science and Technology, 1(2), 80–89. https://doi.org/10.52158/jacost.v1i2.102
Hidayatullah, M. T., Asbari, M., Ibrahim, M. I., & Faidz, A. H. H. (2023). Urgensi Aplikasi Teknologi dalam Pendidikan di Indonesia. Journal of Information Systems and Management (JISMA), 2(6), 70–73.
Khoirunnisaa, A., & Angela, F. P. (2024). The Influence Of KPI ( Key Performance Indicator ) Assessment And Organiza < onal Culture On Employee Performance PT . Tongwei Indonesia Pengaruh Penilaian KPI ( Key Performance Indicator ) Dan Budaya Organisasi Terhadap Kinerja Karyawan PT . Tongwei Indo. 5(2), 5642–5651.
Melpa Metisen, B., & Latipa Sari, H. (2015). Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila. Jurnal Media Infotama, 11(2), 110–118.
Milkhatun, M., Rizal, A. A. F., Asthiningsih, N. W. W., & Latipah, A. J. (2020). Performance assessment of university lecturers: A data mining approach. Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 6(2).
Nasir, M., & Fahmi, N. (2021). Perancangan dan Implementasi Sistem Informasi Beban Kerja Dosen (BKD) Berbasis Web untuk Pelaporan Pelaksanaan Tridharma Perguruan Tinggi. Jurnal Pengabdian Kepada Masyarakat, 2(November), 120–127.
Nugraha, M., & Rosmeida, M. (2021). Perancangan Sistem Informasi Beban Kerja Dosen Berbasis Web dengan UML. Jurnal Algoritma, 18(1), 141–150. https://doi.org/10.33364/algoritma/v.18-1.866
Nurajizah, S., & Salbinda, A. (2021). Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten. 7(2), 158–163. https://doi.org/10.31294/jtk.v4i2
Pramitasari, A. E., & Nataliani, Y. (2021). Perbandingan Clustering Karyawan Berdasarkan Nilai Kinerja Dengan Algoritma K-Means Dan Fuzzy C-Means. JATISI, 8(3), 1119–1132.
Putri, F., Hasibuan, A., Sumarno, S., & Parlina, I. (2021). Penerapan K-Means pada Pengelompokan Penjualan Produk Smartphone. 1(1), 15–20. https://doi.org/10.54259/satesi.v1i1.3
Ramdhan, M. (2021). Metode penelitian. Cipta Media Nusantara.
Saputra, E. A., & Nataliani, Y. (2021). Analisis Pengelompokan Data Nilai Siswa untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-Means. Journal of Information Systems and Informatics, 3(3), 424–439. https://doi.org/10.51519/journalisi.v3i3.164
Sinaga, K. P., & Yang, M.-S. (2020). Unsupervised K-means clustering algorithm. IEEE Access, 8, 80716–80727.
Sonang, S. (2018). Implementasi K-Means Dalam Evaluasi Kinerja Dosen Politeknik Bisnis Indonesia. Jurnal Teknik Informasi Dan Komputer.
Sudarsono, B. G., & Lestari, S. P. (2021). Clustering Penerima Beasiswa Yayasan Untuk Mahasiswa Menggunakan Metode K-Means. Jurnal Media Informatika Budidarma, 5(1), 258. https://doi.org/10.30865/mib.v5i1.2670
Virgo, I., Defit, S., & Yuhandri, Y. (2020). Klasterisasi Tingkat Kehadiran Dosen Menggunakan Algoritma K-Means Clustering. Jurnal Sistim Informasi Dan Teknologi, 23–28.
Wibawa, M. B., & TB, D. R. Y. (2020). Analisa Kebutuhan Sistem Informasi Beban Kerja Pada Universistas Ubudiyah Indonesia Menggunakan Metode Viewpoint Oriented Requirement Definition (Vord) …. Journal of Informatics and Computer Science, 6(2), 85–90.
Yuniarto, D. (2018). Analisis Penerimaan Penggunaan Aplikasi Laporan Beban Kerja Dosen Dan Evaluasi Pelaksanaan Tridharma Perguruan Tinggi Secara Online Menggunakan Technology Acceptance Model (TAM) (Studi Kasus Di Lingkungan Perguruan Tinggi Sebelas April Dan STMIK Sumedang). Infoman’s, 12(1), 26–35. https://doi.org/10.33481/infomans.v12i1.48
