Pengelompokan Mahasiswa untuk Pengajuan Bantuan Uang Kuliah Tunggal menggunakan Metode K­Means Clustering (Studi Kasus BEM FILKOM UB)

Abstrak

Universitas Brawijaya (UB) menerapkan sistem uang kuliah tunggal (UKT) berdasarkan kemampuan ekonomi mahasiswa. Mahasiswa FILKOM UB yang memiliki kesulitan dalam membayar UKT dapat mengajukan permohonan bantuan UKT kepada dekanat melalui Advokesma BEM FILKOM yang melakukan seleksi awal atas pengajuan bantuan UKT. Banyaknya data dan singkatnya rentang waktu verifikasi menimbulkan kesulitan dalam menyeleksi data pengajuan bantuan UKT. Dibutuhkan sistem pengelompokan data untuk memudahkan memilah data pengajuan bantuan UKT. Dilakukan pengelompokan mahasiswa dengan algoritme K­Means menggunakan data kondisi ekonomi mahasiswa aktif FILKOM UB dari jalur SNMPTN dan SBMPTN. Dihasilkan enam cluster sesuai dengan jumlah kelompok UKT UB. Uji validasi dengan skor Calinski-Harabasz menunjukkan enam cluster merupakan jumlah cluster teroptimal dengan nilai sebesar 74,84. Penyajian hasil clustering yang dilakukan dengan Google Data Studio berisi informasi sebaran data serta hasil pengelompokan. Pengujian usability dengan System Usability Scale (SUS) menghasilkan nilai 72,5 yang menunjukkan dashboard sudah acceptable dengan rating good. Dari analisis data, bisa diarahkan agar Advokesma dapat menentukan prioritas seleksi pengajuan bantuan UKT dengan merujuk kepada perbandingan kelompok mahasiswa setelah clustering dengan kelompok UKT mahasiswa yang telah ada.