{
      "eprint_status": "archive",
      "rev_number": 7,
      "date_type": "published",
      "corp_creators": [
        "Universitas AMIKOM Yogyakarta"
      ],
      "department": "PJJ Magister Informatika",
      "date": "2025-05-07",
      "ispublished": "pub",
      "uri": "http:\/\/eprints.amikom.ac.id\/id\/eprint\/32615",
      "documents": [
          {
            "rev_number": 2,
            "content": "published",
            "pos": 1,
            "main": "23.55.1449 - Muhammad Egy Pratama.pdf",
            "docid": 325846,
            "uri": "http:\/\/eprints.amikom.ac.id\/id\/document\/325846",
            "eprintid": 32615,
            "language": "id",
            "format": "text",
            "mime_type": "application\/pdf",
            "placement": 1,
            "files": [
                {
                  "mtime": "2026-09-08 03:26:58",
                  "hash": "02f7ce231b518777a846c0f09d33d16a",
                  "filename": "23.55.1449 - Muhammad Egy Pratama.pdf",
                  "objectid": 325846,
                  "uri": "http:\/\/eprints.amikom.ac.id\/id\/file\/1149994",
                  "fileid": 1149994,
                  "filesize": 5112258,
                  "hash_type": "MD5",
                  "mime_type": "application\/pdf",
                  "datasetid": "document"
                }
            ],
            "formatdesc": "THESIS",
            "security": "public"
          }
      ],
      "subjects": [
        "000.000.000A"
      ],
      "keywords": "Beban Kerja Dosen, K-Means Clustering, Penelitian, Pengabdian\r\nKepada Masyarakat, Lecturer Workload, Research, Community\r\nService",
      "datestamp": "2026-09-08 03:39:20",
      "title": "ANALISIS LAPORAN BEBAN KERJA DOSEN PADA BIDANG\r\nPENELITIAN DAN PKM DENGAN MENGGUNAKAN METODE\r\nCLUSTERING",
      "thesis_type": "masters",
      "creators": [
        {
          "nim": "23.55.1449",
          "name": {
            "honourific": null,
            "lineage": null,
            "family": "Pratama",
            "given": "Muhammad Egy"
          }
        }
      ],
      "contributors": [
        {
          "name": {
            "honourific": null,
            "given": "Kusrini",
            "lineage": null,
            "family": "Kusrini"
          }
        }
      ],
      "divisions": [
        "PJJ"
      ],
      "lastmod": "2026-09-08 03:39:20",
      "full_text_status": "public",
      "abstract": "Penelitian ini menganalisis Laporan Beban Kerja Dosen (BKD) pada bidang \r\nPenelitian dan Pengabdian kepada Masyarakat (PkM) di UIN Sultan Aji \r\nMuhammad Idris Samarinda menggunakan metode K-Means clustering untuk \r\nmendukung evaluasi kinerja dan akreditasi BAN-PT APT. Data yang digunakan \r\nmencakup 2.762 aktivitas dari 214 dosen selama 6 semester (2021–2024). Hasil \r\nanalisis menunjukkan clustering optimal dengan K=2 dan Silhouette Score \r\n0,3882 (kategori cukup baik). Teridentifikasi dua klaster produktivitas: klaster \r\nproduktivitas tinggi (54 dosen, 25,2%) dengan rata-rata total SKS 27,07, dan klaster \r\nproduktivitas sedang\/rendah (160 dosen, 74,8%) dengan rata-rata total SKS 12,37. \r\nUji beda Mann-Whitney menunjukkan perbedaan signifikan antar klaster (p-value \r\n= 0,000). Evaluasi capaian KPI\/IKU menunjukkan bahwa empat dari lima indikator \r\ntercapai, namun indikator publikasi internasional (80,8%) dan internasional \r\nbereputasi tinggi (88,5%) belum memenuhi target. Proyeksi skor akreditasi BAN-\r\nPT APT diperoleh 84,6 dari 400 dengan predikat C (Baik). Penelitian juga \r\nmengungkap data quality issue sebesar 81,5% aktivitas tidak terklasifikasi secara \r\neksplisit, sehingga diperlukan standardisasi pelaporan BKD. K-Means clustering \r\nterbukti efektif sebagai dasar pengambilan keputusan strategis dalam peningkatan \r\nproduktivitas dosen meskipun terbatas oleh kualitas data.",
      "institution": "Universitas AMIKOM Yogyakarta",
      "eprintid": 32615,
      "dir": "disk0\/00\/03\/26\/15",
      "thesis_name": "tesis",
      "type": "thesis",
      "metadata_visibility": "show",
      "status_changed": "2026-09-08 03:39:20",
      "userid": 12
    }