Analisis Pengelompokan Pengunjung Perpustakaan Fakultas Sains dan Teknologi Menggunakan Metode K-Means Clustering

Abstract

Penelitian ini bertujuan untuk mengelompokkan pengunjung Perpustakaan Fakultas Sains dan Teknologi berdasarkan jurusan dan intensitas kunjungan menggunakan metode K-Means Clustering, guna mendukung peningkatan kualitas layanan perpustakaan secara tepat sasaran. Data yang digunakan merupakan data absensi pengunjung Perpustakaan Fakultas Sains dan Teknologi tahun 2025 yang mencakup informasi program studi dan frekuensi kunjungan mahasiswa. Metode yang digunakan dalam penelitian ini adalah K-Means Clustering, yaitu salah satu teknik data mining yang berfungsi untuk mengelompokkan data berdasarkan tingkat kemiripan karakteristik. Sebelum dilakukan proses clustering, data melalui tahap pra-pemrosesan yang meliputi pembersihan data, seleksi fitur, normalisasi nilai, serta konversi data kategorik ke dalam bentuk numerik. Jumlah klaster yang digunakan dalam penelitian ini adalah tiga klaster yang merepresentasikan tingkat intensitas kunjungan rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa metode K-Means Clustering mampu mengelompokkan pengunjung perpustakaan secara objektif dan sistematis dengan distribusi klaster sebesar 20,6% pada klaster intensitas rendah (C1), 54,4% pada klaster intensitas sedang (C2), dan 25,0% pada klaster intensitas tinggi (C3), serta mengungkap adanya perbedaan pola pemanfaatan perpustakaan berdasarkan jurusan dan intensitas kunjungan mahasiswa. Hasil clustering ini dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam pengembangan layanan, penyesuaian koleksi, serta peningkatan efektivitas pengelolaan perpustakaan