https://library.umsida.ac.id/ – Perpustakaan UMSIDA kembali menghadirkan Podcast Biru sebagai ruang diskusi ilmiah yang membahas strategi menghasilkan publikasi bereputasi. Kegiatan ini dijadwalkan berlangsung pada Kamis, 23 April 2026 pukul 13.00 WIB dan mengangkat topik “Segmentation of Partial Least Squares Structural Equation Modelling using Kernel K-Means Clustering (PLS SEM KKC)”. Acara ini dimoderatori oleh Irta Fiddinia, S.I.Pust., serta menghadirkan Dr. Cindy Cahyaning Astuti, S.Si., M.Si. sebagai pembedah.
Dalam pemaparannya, narasumber menjelaskan bahwa PLS-SEM merupakan pendekatan yang umum digunakan untuk menganalisis hubungan antar variabel laten. Namun, pendekatan ini masih memiliki keterbatasan dalam mengidentifikasi variasi data yang tersembunyi (unobserved heterogeneity), sehingga dapat memengaruhi akurasi model.
Sebagai bentuk pengembangan, diperkenalkan metode PLS SEM KKC yang mengintegrasikan PLS-SEM dengan Kernel K-Means Clustering. Pendekatan ini memanfaatkan nilai residual sebagai dasar segmentasi data, kemudian menggunakan fungsi kernel untuk memetakan data ke ruang berdimensi tinggi. Dengan cara tersebut, pola non-linear dalam data dapat diidentifikasi secara lebih optimal, sehingga menghasilkan kelompok data yang lebih homogen dan analisis yang lebih presisi.
Hasil penelitian yang dibahas menunjukkan adanya peningkatan kualitas model secara signifikan. Nilai koefisien determinasi (R²) yang pada model global berada di kisaran 51,1% meningkat hingga lebih dari 90% pada model hasil segmentasi. Hal ini menegaskan bahwa pendekatan berbasis kernel mampu meningkatkan kemampuan model dalam menjelaskan variasi data secara lebih akurat.
Dalam sesi pembedahan, Dr. Cindy Cahyaning Astuti menyampaikan bahwa pendekatan PLS SEM KKC merupakan langkah penting dalam pengembangan analisis multivariat modern. Ia menilai bahwa metode ini relevan untuk menghadapi karakteristik data saat ini yang semakin kompleks dan tidak selalu mengikuti pola linear. Menurutnya, penggunaan kernel dalam proses clustering memberikan fleksibilitas yang lebih tinggi dalam mengidentifikasi struktur data yang tersembunyi.
Lihat juga: Podcast Biru UMSIDA Bahas Strategi Cerdas Tingkatkan Layanan Akademik Lewat Data Keluhan Mahasiswa
Lebih lanjut, ia menambahkan bahwa pendekatan ini tidak hanya memiliki kontribusi teoritis, tetapi juga nilai praktis yang tinggi, khususnya dalam penelitian berbasis perilaku, pendidikan, dan sosial. Dengan segmentasi yang lebih tepat, peneliti dapat memperoleh hasil analisis yang lebih tajam dan sesuai dengan kondisi nyata di lapangan.
Namun demikian, Dr. Cindy juga memberikan catatan kritis bahwa masih terdapat ruang pengembangan, terutama dalam penentuan parameter kernel dan jumlah klaster yang masih ditetapkan secara awal. Ia menekankan pentingnya eksplorasi lebih lanjut agar model dapat lebih adaptif dan efisien, khususnya ketika diterapkan pada data dengan skala yang lebih besar.
Melalui Podcast Biru ini, Perpustakaan UMSIDA tidak hanya menghadirkan diskusi akademik yang aktual, tetapi juga memberikan wawasan strategis bagi sivitas akademika dalam meningkatkan kualitas publikasi ilmiah. Inovasi dalam pendekatan analisis, seperti PLS SEM KKC, menjadi salah satu kunci penting dalam menghasilkan karya ilmiah yang kompetitif di tingkat nasional maupun internasional.
Youtube: https://www.youtube.com/watch?v=PUIo3YVen88
Spotify: https://open.spotify.com/episode/0hcaaHqU5b54oKg0AmxFgQ?si=gsKFyAmCSTy8sxUdNvBhtA
Noice: https://open.noice.id/content/e183d89a-8a49-44c1-b0f4-bd9d90cb9e85
Segmentation of partial least squares structural equation modelling using kernel K-means clustering (PLS SEM KKC)
URL: https://pmc.ncbi.nlm.nih.gov/articles/PMC12408404/
Lihat juga: Podcast Biru Perpustakaan UMSIDA: Inovasi Belajar Bahasa Inggris dengan Virtual Reality
