Skripsi/Tugas Akhir

Segmentasi Preferensi Pekerjaan Berdasarkan Karakteristik Kepribadian, Minat dan Kompetensi Mahasiswa Universitas Dipa Makassar dengan Metode K-Means

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini dilatarbelakangi oleh pentingnya memahami preferensi pekerjaan mahasiswa guna menyesuaikan antara karakteristik individu dan jenis pekerjaan yang diminati. Tujuan penelitian ini adalah untuk menganalisis preferensi pekerjaan mahasiswa Universitas Dipa Makassar berdasarkan karakteristik kepribadian, minat, dan kompetensi menggunakan metod K-Means clustering. Penelitian ini mengambil data dari 100 mahasiswa, dengan variabel meliputi jenis kelamin, jurusan, kepribadian (introvert, ekstrovert, ambivert), minat (analitis, kreatif, interpersonal), dan kompetensi bidang (data scientist, programming, sistem cerdas, desain grafis). Metode yang digunakan adalah K-Means clustering untuk mengelompokkan mahasiswa ke dalam beberapa klaster berdasarkan kesamaan karakteristik mereka. Hasilnya, tiga klaster utama terbentuk: Cluster 0 terdiri dari 24 responden yang memiliki minat dan kompetensi tinggi di berbagai bidang, seperti analitis, kreatif, dan teknis (Data Scientist, Programming, Desain Grafis). Cluster 1 mencakup 42 responden dengan minat dan kompetensi sedang, terutama pada bidang interpersonal, kreatif, dan beberapa bidang teknis. Sementara itu, Cluster 2 berisi 34 responden yang memiliki minat dan kompetensi rendah, terutama dalam bidang teknis, dengan nilai centroid di bawah 3,0 pada sebagian besar atribut. Selain itu, terdapat hubungan antara kepribadian dengan minat dan kompetensi. Cluster 0 mencakup individu dengan kepribadian introvert dan ambivert yang memiliki keterampilan tinggi di berbagai bidang. Cluster 1 didominasi oleh individu dengan kepribadian ambivert yang lebih fleksibel dan adaptif. Sementara itu, Cluster 2 diisi oleh individu introvert dan ambivert dengan minat serta keterampilan lebih rendah, terutama dalam bidang teknis. Hasil analisis menunjukkan adanya perbedaan signifikan dalam preferensi pekerjaan di antara klaster-klaster tersebut. Penelitian ini memberikan implikasi pada pengembangan program pelatihan dan pengembangan karir yang lebih tepat sasaran, sesuai dengan karakteristik individu mahasiswa. Kesimpulannya, segmentasi menggunakan metode K-Means efektif dalam membantu memahami preferensi pekerjaan mahasiswa dan dapat digunakan sebagai dasar dalam pengambilan keputusan terkait kebijakan akademik serta program karir di perguruan tinggi.
Kata Kunci: Segmentasi Pekerjaan, Karakteristik Kepribadian, Minat, Kompetensi, K-Means

ABSTRACT
This research is motivated by the importance of understanding students' job preferences to align individual characteristics with the desired types of jobs. The purpose of this study is to analyze the job preferences of students at Dipa University Makassar based on personality traits, interests, and competencies using the K-Means clustering method. The study collected data from 100 students, with variables including gender, major, personality (introvert, extrovert, ambivert), interests (analytical, creative, interpersonal), and competencies (data scientist, programming, intelligent systems, graphic design). The K-Means clustering method was used to group students into several clusters based on their shared characteristics. The results identified three main clusters: Cluster 0 consists of 24 respondents who have high interest and competence in various fields such as analytical, creative, and technical (Data Scientist, Programming, Graphic Design). Cluster 1 includes 42 respondents with moderate interest and competence, especially in interpersonal, creative, and some technical fields. Meanwhile, Cluster 2 consists of 34 respondents with low interest and competence, particularly in technical fields, with a centroid value below 3.0 in most attributes. Additionally, there is a relationship between personality traits and interests and competencies. Cluster 0 includes individuals with introvert and ambivert personalities who possess high skills in various fields. Cluster 1 is dominated by ambivert individuals who are more flexible and adaptable. Meanwhile, Cluster 2 comprises introvert and ambivert individuals with lower interests and skills, particularly in technical areas. The analysis results show significant differences in job preferences across the identified clusters. This research has implications for the development of more targeted training and career development programs that match the individual characteristics of students. In conclusion, segmentation using the K-Means method effectively helps understand students' job preferences and can be used as a basis for decision-making related to academic policies and career programs in higher education.
Keywords: Job Segmentation, Personality Traits, Interests, Competencies, K-Means

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-50 SAD s - 0802TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xv + 73 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-50

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 12 September 2024

Subjek

Skripsi/Tugas Akhir
K-Means Clustering

Lampiran File