HUDA, HUDA (2026) PERANCANGAN APLIKASI BERBASIS WEBSITE UNTUK SURVEI KEPUASAN PENGGUNA LULUSAN MENGGUNAKAN ALGORITMA DYNAMIC K-MEANS. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
Cover.pdf Download (644kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
BAB 1.pdf Restricted to Registered users only Download (29kB) |
|
|
Text (BAB II)
BAB 2.pdf Restricted to Registered users only Download (264kB) |
|
|
Text (BAB III)
BAB 3.pdf Restricted to Registered users only Download (980kB) |
|
|
Text (BAB IV)
BAB 4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB V)
BAB 5.pdf Restricted to Registered users only Download (29kB) |
|
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (171kB) |
|
|
Text (LAMPIRAN)
Lampiran.pdf Restricted to Registered users only Download (536kB) |
Abstract
The design of a web-based graduate employer satisfaction survey information system represents a strategic step toward meeting the need for integrated, accurate, and accessible graduate user data management within University. This system is designed to automate the collection, storage, and processing of graduate employer survey data, while presenting analysis results through interactive, informative, and responsive real-time dashboards. The implementation of this system not only enhances operational efficiency but also strengthens transparency and accountability in reporting educational service quality to both internal and external stakeholders. At the core of the data analysis, the Dynamic K-Means algorithm is an advancement of the traditional K-Means algorithm offering the capability to perform adaptive clustering on respondent data based on satisfaction level indicators. The application of this algorithm results in sharper and more contextual data segmentation to support data-driven decision-making. Software development follows the Agile methodology with an Extreme Programming (XP) approach, which emphasizes rapid iterations, intensive collaboration, and high adaptability to changing user requirements. By integrating data mining technology, modern development methodologies, and informative visualization systems, this system is expected to provide a comprehensive solution for evaluating educational quality, fulfilling accreditation requirements, and formulating sustainable strategies to enhance higher education service quality. Key Word: K-Means, Satisfaction Survey, Clustering, Extreme Programming, Dynamic. Perancangan sistem informasi survei kepuasan pengguna lulusan berbasis website merupakan langkah strategis untuk memenuhi kebutuhan akan pengelolaan data pengguna lulusan alumni yang terintegrasi, akurat, dan mudah diakses di lingkungan Universitas. Sistem ini dirancang untuk mengotomatisasi proses pengumpulan, penyimpanan, dan pengolahan data survei pengguna lulusan, serta menyajikan hasil analisis dalam bentuk visualisasi interaktif melalui dashboard real-time yang informatif dan responsif. Keberadaan sistem ini tidak hanya meningkatkan efisiensi operasional, tetapi juga memperkuat transparansi dan akuntabilitas dalam pelaporan mutu layanan pendidikan kepada pemangku kepentingan internal maupun eksternal. Sebagai inti dari analisis data, diterapkan algoritma Dynamic K-Means yang merupakan pengembangan dari algoritma KMeans tradisional, dengan kemampuan melakukan klasterisasi secara adaptif terhadap data responden berdasarkan indikator tingkat kepuasan terhadap alumni. Penerapan algoritma ini menghasilkan segmentasi data yang lebih tajam dan kontekstual dalam mendukung pengambilan keputusan berbasis data. Pengembangan perangkat lunak dilakukan menggunakan metodologi Agile dengan pendekatan Extreme Programming (XP), yang menekankan pada iterasi cepat, kolaborasi intensif, dan kemudahan adaptasi terhadap perubahan kebutuhan pengguna. Dengan integrasi teknologi data mining, metodologi pengembangan modern, dan sistem visualisasi yang informatif, sistem ini diharapkan dapat menjadi solusi komprehensif dalam mendukung proses evaluasi mutu pendidikan, pemenuhan kebutuhan akreditasi, serta perumusan strategi peningkatan kualitas layanan pendidikan tinggi secara berkelanjutan. Kata kunci: K-Means, Survei Kepuasan, Klasterisasi, Extreme Programming, Dynamic.
Actions (login required)
 |
View Item |
