Sistem Informasi Terintegrasi Artificial Intelegence Menggunakan Algoritma Kmeans

Adityan soma; Tamzis Habiburrahman; Arip Hidayah; Ahmad Jurnaidi Wahidin; Beni Rahmatullah; Ika Kurniawati

doi:10.31004/riggs.v4i4.3879

Authors

Adityan soma Universitas Bina Sarana Informatika
Tamzis Habiburrahman Universitas Bina Sarana Informatika
Arip Hidayah Universitas Bina Sarana Informatika
Ahmad Jurnaidi Wahidin Universitas Bina Sarana Informatika
Beni Rahmatullah Universitas Bina Sarana Informatika
Ika Kurniawati Universitas Nusa Mandiri

DOI:

https://doi.org/10.31004/riggs.v4i4.3879

Keywords:

K-Means Clustering, Telegram Bot, Data Mining, Mahasiswa, Python

Abstract

Penelitian ini mengembangkan bot Telegram berbasis Python yang mengintegrasikan algoritma K-Means Clustering untuk mengelompokkan mahasiswa secara otomatis berdasarkan lima indikator akademik utama: frekuensi kehadiran, nilai tugas, nilai UTS, nilai UAS, dan nilai proyek akhir. Penggunaan library scikit-learn memungkinkan implementasi K-Means yang efisien dengan normalisasi data menggunakan StandardScaler, sementara python-telegram-bot menyediakan antarmuka interaktif yang responsif untuk input data dan tampilan hasil real-time. Pendekatan ini mengatasi keterbatasan pemantauan manual di institusi pendidikan tinggi, di mana proses pengelompokan sering lambat dan subjektif. Tujuan utama penelitian adalah menciptakan alat bantu praktis bagi dosen dan staf akademik untuk memantau performa mahasiswa dengan membagi mereka ke dalam tiga kategori jelas: Berprestasi (performa konsisten tinggi), Cukup Baik (stabilisasi sedang), dan Perlu Bimbingan (risiko kegagalan). Metodologi data mining ini memanfaatkan jarak Euclidean untuk membentuk kluster optimal (k=3), diidentifikasi melalui Elbow Method dan Silhouette Score, sehingga menghasilkan pola akademik objektif yang mendukung intervensi tepat waktu seperti bimbingan remedial atau penghargaan prestasi. Integrasi dengan pandas untuk pengolahan dataset dan rapidfuzz untuk fuzzy search nama mahasiswa meningkatkan usability bot di lingkungan mobile. Implementasi bot Telegram menawarkan keunggulan aksesibilitas tinggi, di mana pengguna cukup mengirim perintah sederhana seperti "/klasifikasi [NIM]" untuk mendapatkan visualisasi kluster, statistik deskriptif per kategori, dan rekomendasi tindak lanjut dalam hitungan detik tanpa perlu software tambahan. Evaluasi pada dataset 200 mahasiswa nyata menunjukkan akurasi 92% dibandingkan label manual, dengan konvergensi K-Means rata-rata 8 iterasi dan waktu respons bot di bawah 2 detik.

Downloads

Download data is not yet available.

Author Biography

Ahmad Jurnaidi Wahidin, Universitas Bina Sarana Informatika

References

AI Guides. (2024). Intelligent Automation: What it is and how it works with RPA and AI. Retrieved from https://www.aiguides.co/intelligent-automation

Binns, R. (2022). The Ethics of AI Decision-Making: Transparency and Accountability. Journal of AI Ethics.

Daube, C. H. (2024). Artificial intelligence in financial and investment decision-making (No. 2/2024). Working Papers des IUCF.

Gupta, S., Sharma, S., & Joshi, M. (2022). Barriers to AI Integration in Business: A Conceptual Framework. International Journal of Artificial Intelligence and Business.

Habibi, A., & Haryati, R. T. S. (2021). Artificial Intellegence In Nursing: A Literature Review. Jurnal JKFT, 6(2), 8-16.

Hadian, T., Pkim, M., & Rahmi, E. (2023). Berteman dengan ChatGPT: Sebuah Transformasi dalam Pendidikan. Edu Publisher.

Huang, C., Zhang, Z., Mao, B., & Yao, X. (2022). An overview of artificial intelligence ethics. IEEE Transactions on Artificial Intelligence, 4(4), 799-819.

Huda, N., Ikhlas, A., Rukhmana, T., & Huriati, N. (2023). Efektivitas aplikasi geogebra terhadap keterampilan berpikir krtitis matematika siswa. Journal on Education, 5(4), 13307-13314.

Karyadi, B. (2023). Pemanfaatan Kecerdasan Buatan Dalam Mendukung Pembelajaran Mandiri. Educate: Jurnal Teknologi Pendidikan, 8(02), 253-258.

Liang, H., Liu, J., & Lee, L. (2023). AI Training and Organizational Adoption: A Case Study. Journal of Technology and Innovation.

Kendall, K. E., & Kendall, J. E. (2019). Systems Analysis and Design (10th ed.). Pearson.

Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2015). Systems Analysis and Design in a Changing World (7th ed.). Cengage Learning.

Laudon, K. C., & Laudon, J. P. (2020). Management Information Systems: Managing the Digital Firm (16th ed.). Pearson.

Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666.

MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability (Vol. 1, pp. 281–297). University of California Press. (Ini publikasi pertama K-Means).