Penerapan Algoritma K-Means untuk Menentukan Kelas Unggulan di SMP Pelita Bandung
DOI:
https://doi.org/10.23969/infomatek.v23i2.4351Keywords:
Data Mining, Kelas Unggulan, K-Means ClusteringAbstract
Kelas Unggulan pada SMP Pelita Bandung merupakan program yang dilakukan oleh pihak sekolah untuk meningkatkan kualitas siswanya. Kelas unggulan yang telah dibentuk dirasa masih kurang efektif sehingga kesulitan untuk menentukan nilai siswa-siswi untuk dimasukan ke kelas unggulan.Salah satu untuk mengatasi masalah yang ada adalah dengan menggunakan penerapan Data Mining yang bisa digunakan untuk pengolahan data menjadi sumber informasi strategis dan lebih mudah bagi sekolah menyeleksi siswa masuk kelas unggulan maka peneliti ini menggunakan metode Algoritma K-Means Clustering. Sebagai penerapan metode clustering untuk data perhitungan algoritma K-Means yang digunakan adalah nilai siswa dan masing-masing data nilai digunakan sebagai atribut. Data yang diambil yaitu 119 data yang dibagi menjadi 3 cluster, Pada cluster pertama dengan rata-rata terendah akan dimasukan ke dalam kelas C sebanyak 42 siswa, pada cluster kedua dengan rata-rata sedang akan dimasukan ke dalam kelas B sebanyak 37 siswa, sedangkan pada cluster ketiga dengan nilai rata-rata tertinggi akan dimasukan ke dalam kelas A sebanyak 40 siswa. Hasil dari penelitian ini menunjukkan bahwa algoritma k-means mampu menghasilkan pemilihan dan pembagian kelas unggulan sesuai nilai kemampuan siswa di SMP Pelita Bandung.Downloads
References
Amirulloh, I. (2019). Pemetaan Kelompok Kerja Siswa Dengan Metode Clustering K-Means Dan Algoritma Greedy. J. Inform. dan Rekayasa Perangkat Lunak, Vol. 1(294–98. DOI: 10.36499/jinrpl.v1i2.2953.
Hadinata, N.S, Fitriyani, F. (2019). Website Pengolahan Nilai Siswa menggunakan Konsep Model - View - Controller pada LIA Pamulang. J. Ilm. Inform. Glob., Vol. 10(1): 38–43. DOI: 10.36982/jig.v10i1.746.
Gunawan, I., Sumarno, S., Tambunan, H.S. (2019). Penggunaan Algoritma Sorting Bubble Sort Untuk Penentuan Nilai Prestasi Siswa. Sistemasi, Vol. 8(2): 296. DOI: 10.32520/stmsi.v8i2.493.
Winaryati, E. (2018). Penilaian Kompetensi Siswa Abad 21. Pros. Semin. Nas. Int., vol. 6 (1): 6–19.
Ramadani, S.F., Ekojono, E., Santoso, N. (2017). Sistem Pendukung Keputusan Seleksi Siswa Kelas Ungulan Di Smp Negeri 7 Malang. J. Inform. Polinema, Vol. 3(3): 27 DOI: 10.33795/jip.v3i3.30.
Rahmawati, Arifin, T. (2020). Penerapan Algoritma K-Means Untuk Pengelompokkan Siswa Lolos SNMPTN Di SMAN 8 Bandung. J. Responsif, Vol. 2(2): 184–190.
Sappaile, B.I. (2007). Konsep Instrumen Penelitian Pendidikan. J. Pendidik. dan Kebud., Vol. 13(66): 379-391 DOI: 10.24832/jpnk.v13i66.356.
Purnia, D.S., Warnilah, A.I. (2017). Implementasi Data Mining Pada Penjualan kacamata Dengan Menggunakan Algoritma Apriori. Indones. J. Comput. Inf. Technol., Vol. 2(2): 31–39. DOI: https://doi.org/10.31294/ijcit.v2i2.2776.
