Segmentasi merupakan salah satu bentuk dari proses pembelajaran data tak terbimbing, dimana objek yang akan dikelompokkan tidak memiliki label atau tanda. Segmentasi berupaya untuk melakukan pengaturan agar objek yang dikelompokkan berada dalam kelompok yang anggotanya serupa atau homogen.
Beberapa teknik segmentasi yang tersedia pada literature diantaranya yang banyak digunakan adalah teknik kmeans dimana melakukan optimasi jarak dengan meminimalisasi penyebaran klaster atau dengan memaksimalkan pemisahan antar klaster.
Proyek akhir ini membuat perangkat lunak yang membantu mahasiswa dan alumni dalam memilih pekerjaan apa yang sesuai untuknya berdasarkan nilai yang didapatkannya pada saat kuliah berbasis Algoritma Genetika-Kmeans. Dengan memanfaatkan kesederhanaan skema yang dimiliki metode Kmeans dan kelebihan optimasi ruang permasalahan dari Algoritma Genetika. Kedua teknik dikombinasikan agar didapatkan ukuran kesamaan hasil klasterisasi yang optimal. Teknik yang dihasilkan akan digunakan untuk proses segmentasi data nilai yang diinputkan oleh user sehingga didapatkan hasil optimasi yang optimal.
Kata kunci: Segmentasi, Algoritma Genetika, Kmeans.
