IMPLEMENTASI K-MEANS CLUSTERING UNTUK SEGMENTASI DAN PROFILING MINAT BACA MAHASISWA UNIVERSITAS PALANGKA RAYA

Penelitian ini bertujuan mengelompokkan mahasiswa Universitas Palangka Raya berdasarkan karakteristik minat baca untuk mendukung perancangan program literasi dan layanan perpustakaan yang lebih tepat sasaran. Penelitian menggunakan metode K-Means Clustering yang dikombinasikan dengan Principal Component Analysis (PCA) pada data kuesioner dari 394 mahasiswa. Tahapan penelitian meliputi preprocessing data, normalisasi menggunakan StandardScaler, reduksi dimensi menggunakan PCA, penentuan jumlah cluster optimal dengan Elbow Method, serta evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index. Hasil PCA mereduksi 40 fitur menjadi 16 komponen utama, sedangkan proses clustering menghasilkan empat cluster, yaitu Pembaca Aktif, Pembaca Selektif, Pembaca Kasual, dan Pembaca Pasif. Nilai Silhouette Score sebesar 0,2125 dan Davies-Bouldin Index sebesar 1,8785 menunjukkan kualitas cluster berada pada kategori moderat. Hasil segmentasi menunjukkan bahwa 61,2% mahasiswa berada pada kelompok Pembaca Kasual dan Pembaca Pasif dengan aktivitas membaca yang relatif rendah. Temuan ini menunjukkan bahwa segmentasi berbasis perilaku membaca dapat memberikan gambaran yang lebih komprehensif dibandingkan pendekatan demografis dalam memahami minat baca mahasiswa.