@mastersthesis{universitasamikomyogyakarta32615,
          author = {Muhammad Egy Pratama},
            year = {2025},
           month = {May},
          school = {Universitas AMIKOM Yogyakarta},
           title = {ANALISIS LAPORAN BEBAN KERJA DOSEN PADA BIDANG
PENELITIAN DAN PKM DENGAN MENGGUNAKAN METODE
CLUSTERING},
             url = {https://eprints.amikom.ac.id/id/eprint/32615/},
        abstract = {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 
0,3882 (kategori cukup baik). Teridentifikasi dua klaster produktivitas: klaster 
produktivitas tinggi (54 dosen, 25,2\%) dengan rata-rata total SKS 27,07, dan klaster 
produktivitas sedang/rendah (160 dosen, 74,8\%) dengan rata-rata total SKS 12,37. 
Uji beda Mann-Whitney menunjukkan perbedaan signifikan antar klaster (p-value 
= 0,000). Evaluasi capaian KPI/IKU menunjukkan bahwa empat dari lima indikator 
tercapai, namun indikator publikasi internasional (80,8\%) dan internasional 
bereputasi tinggi (88,5\%) belum memenuhi target. Proyeksi skor akreditasi BAN-
PT APT diperoleh 84,6 dari 400 dengan predikat C (Baik). Penelitian juga 
mengungkap data quality issue sebesar 81,5\% aktivitas tidak terklasifikasi secara 
eksplisit, sehingga diperlukan standardisasi pelaporan BKD. K-Means clustering 
terbukti efektif sebagai dasar pengambilan keputusan strategis dalam peningkatan 
produktivitas dosen meskipun terbatas oleh kualitas data.},
        keywords = {Beban Kerja Dosen, K-Means Clustering, Penelitian, Pengabdian
Kepada Masyarakat, Lecturer Workload, Research, Community
Service}
}