Skripsi
MENGUKUR TINGKAT KEPUASAN MAHASISWA TERHADAP PELAYANAN ADMINISTRASI DI UNIVERSITAS AMIKOM PURWOKERTO MENGGUNAKAN K-MEANS CLUSTERING
RINGKASAN
Universitas Amikom Purwokerto merupakan sebuah lembaga pendidikan yang berkonsentrasi kepada universitas berbasis teknologi yang banyak diminati saat ini. Dengan dua fakultasnya yaitu, fakultas ilmu komputer dan fakultas ilmu sosial. Peningkatan suatu universitas sangat bergantung terhadap kepuasan mahasiswanya dalam segala aspek pelayananannya. Data mining dengan metode clustering dapat di gunakan untuk mengukur dan mengelompokan untuk meningkatkan kualiatas layanan salah satunya bagian administrasi yang hampir setiap hari berhubungan dengan keperluan mahasiswa. Pada penelitian ini melakukan tingkat pengukuran kepuasan tangibles, reliability, responsives, assurance dan empathy. Dengan menggunakan 100 responden yang diambil secara rendom menghasilkan tingkatan kepuasan hasil dari variabel tingkat kepuasan dan terbentuk variabel kepuasan mahasiswa dengan menggunakan dua klaster. Klaster satu dengan jumlah data 52 responden menyatakan puas akan pelayanan yang diberikan, sedangkan klaster dua dengan jumlah data 48 responden menyatakan tidak puas.
Kata Kunci: Kepuasan pelayanan, clustering, k-means, Rstudio
ABSTRACT
Amikom University Purwokerto is an educational institution that combines technology-based universities that are in great demand today. With two faculties namely, the faculty of computer science and the faculty of social sciences. Increase the level of the university is very high on the level of satisfaction of employees in all fields of service. Data mining by clustering methods can be used to measure and group to improve service quality, one of the most part of the administration that deals with student needs every day. In this study, measuring physical satisfaction, reliability, responsiveness, assurance and empathy. By using 100 respondents taken to obtain satisfaction results from the satisfaction level variable and the formation of student satisfaction variables by using two clusters. Cluster one with a total of 52 respondents said they were satisfied that they would receive the services provided, while cluster two with a total of 48 respondents said they were not satisfied.
Keywords: Service satisfaction, clustering, k-means, Rstudio
SI1593 | SI 1593 AZI M | UPT. PERPUSTAKAAN | Tersedia - No Loan |
Tidak tersedia versi lain