PENGELOMPOKAN NILAI SISWA DI SMPN 177 JAKARTA SELATAN MENGGUNAKAN ALGORITMA K-MEANS

Alif Yaomulfurqqan; Achmad Solichin

PENGELOMPOKAN NILAI SISWA DI SMPN 177 JAKARTA SELATAN MENGGUNAKAN ALGORITMA K-MEANS

Penulis

Alif Yaomulfurqqan universitas budi luhur
Achmad Solichin Universitas Budi Luhur

Kata Kunci:

Data Mining, clustering, K-Means

Abstrak

Perkembangan teknologi merupakan salah satu bagian untuk mengatasi masalah dengan melakukan pengelompokkan data yang dapat disebut sebagai data mining. Pengelompokkan data ini dapat digunakan untuk menemukan informasi baru dalam kumpulan data besar.Salah satu metode data mining yaitu K-means yang dapat digunakan untuk mengelompokkan data. Penelitian ini diharapkan dapat mengaplikasikan data mining menggunakan algoritma K-Means dan memperoleh hasil pengelompokkan dari proses data mining. Sekolah sebagai institusi pendidikan menggunakan teknologi untuk mengelola data nilai siswa. Namun, sistem yang digunakan masih belum sepenuhnya dimodernisasi, dan metode evaluasi siswa masih dilakukan secara tradisional. Oleh karena itu, diperlukan metode yang lebih efisien dan akurat dalam pengelompokan nilai siswa. Penelitian ini menggunakan algoritma K-Means untuk melakukan pengelompokan nilai siswa di SMPN 177 Jakarta Selatan. Metode ini termasuk dalam teknik partisi, di mana objek-objek dipisahkan ke dalam kelompok-kelompok terpisah berdasarkan kesamaan karakteristiknya. Pemilihan jumlah cluster dilakukan dengan uji coba berdasarkan perhitungan Davies Bouldin Index (DBI) untuk menilai validitas pengelompokan. Dari penelitian didapatkan hasil pengelompokan berhasil membentuk kelompok-kelompok dengan kesamaan karakteristik. Metode ini dapat membantu sekolah dalam pengambilan keputusan terkait siswa terbaik dan meningkatkan pemahaman tentang prestasi siswa secara lebih akurat. Penggunaan data mining dalam pendidikan memberikan potensi untuk meningkatkan sistem pendidikan secara keseluruhan. Penelitian ini menggunakan algoritma K-Means untuk mengelompokkan nilai siswa di SMPN 177 Jakarta Selatan.

Referensi

Harfizar, “Perancangan Sistem Informasi Penilaian Kinerja,” vol. 5, no. 1, hlm. 49–62, 2019.

A. A. M. Azizah, “ANALISIS PEMBELAJARAN IPS DI SD/MI DALAM KURIKULUM 201,” JMIE (Journal of Madrasah Ibtidaiyah Education), vol. 5, no. 1, hlm. 1, Jun 2021, doi: 10.32934/jmie.v5i1.266.

T. Imandasari, E. Irawan, A. Perdana Windarto, A. Wanto, dan S. A. Tunas Bangsa Pematangsiantar Jln Jendral Sudirman Blok No, “Prosiding Seminar Nasional Riset Information Science (SENARIS) Algoritma Naive Bayes Dalam Klasifikasi Lokasi Pembangunan Sumber Air,” 2019.

L. Damayanti, “APLIKASI DATA MINING UNTUK MEMPREDIKSI KELULUSAN SISWA DENGAN METODE NAÏVE BAYES STUDI KASUS SMP NEGERI 11 KOTABUMI UTARA,” Jurnal Informatika SIMANTIK, vol. 3, no. 2, 2018.

M. Dahria, R. Gunawan, dan Z. Lubis, Seminar Nasional Sains & Teknologi Informasi (SENSASI) Implementasi K-Means Untuk Pengelompokan Produk Terbaik PT. KokoPelli.

R. Muliono dan Z. Sembiring, “DATA MINING CLUSTERING MENGGUNAKAN ALGORITMA K-MEANS UNTUK KLASTERISASI TINGKAT TRIDARMA PENGAJARAN DOSEN,” 2019.

C. A. Sugianto, A. H. Rahayu, dan A. Gusman, “Algoritma K-Means Untuk Pengelompokan Penyakit Pasien Pada Puskesmas Cigugur Tengah”.

A. D. Pangastuti dan D. Priantinah, “Penerapan Sistem Informasi Raport Online,” Ekuitas: Jurnal Pendidikan Ekonomi, vol. 7, no. 1, hlm. 1, 2019, doi: 10.23887/ekuitas.v7i1.16488.

Z. Nabila, A. Rahman Isnaini, dan Z. Abidin, “ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS,” Jurnal Teknologi dan Sistem Informasi (JTSI), vol. 2, no. 2, hlm. 100, 2021.

A. Solichin dan K. Khairunnisa, “Klasterisasi Persebaran Virus Corona ( Covid-19 ) Di DKI Jakarta,” Fountain of Informatics Journal, vol. 5, no. 2, hlm. 53–59, 2020.

E. Juliana, V. N. Aleyda, dan Y. Yuliana, “Penerapan Metode Clustering K-Means Untuk Membantu Menentukan Tingkatan Status Daerah Dampak Covid-19,” Jurnal MediaTIK, vol. 4, no. 3, hlm. 112, 2021, doi: 10.26858/jmtik.v4i3.23698.

R. Gustrianda dan D. I. Mulyana, “Penerapan Data Mining Dalam Pemilihan Produk Unggulan dengan Metode Algoritma K-Means Dan K-Medoids,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 1, hlm. 27, Jan 2022, doi: 10.30865/mib.v6i1.3294.

F. Febriansyah dan S. Muntari, “Penerapan Algoritma K-Means untuk Klasterisasi Penduduk Miskin pada Kota Pagar Alam,” vol. 8, no. 1, hlm. 66–77, 2023.

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Yaomulfurqqan, A., & Solichin, A. (2023). PENGELOMPOKAN NILAI SISWA DI SMPN 177 JAKARTA SELATAN MENGGUNAKAN ALGORITMA K-MEANS. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 726–735. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/855

Unduh Sitasi