Implementasi Algoritma K-Means Untuk Menentukan Kelas Unggulan Pada SMPN 1 Bojong

Main Article Content

Azaria Bella Bernissa
Fitriyani

Abstract

Sekolah umumnya memiliki siswa yang sedang menempuh pendidikan di sejumlah kelas, agar dapat mempunyai nilai berkualitas maka suatu sekolah perlu adanya kelas dengan siswa-siswi berprestasi yang kemudian dinamakan sebagai kelas unggulan. Pada kelas VII di SMPN 1 Bojong pihak sekolah kesulitan untuk menentukan nilai siswa-siswi yang dimasukan ke kelas unggulan, maka digunakan teknik dari data mining dengan metode Algoritma K-Means yang dikelompokan ke beberapa cluster berdasarkan kemiripan dari data tersebut. Data mining merupakan salah satu disiplin ilmu yang digunakan untuk menentukan suatu informasi tertentu dalam sekumpulan data sebagai pendukung pengambilan keputusan, Clustering adalah metode yang digunakan untuk membagi rangkaian daa menjadi beberapa kelompok berdasarkan kesamaan-kesamaan yang telah ditentukan sebelumnya, Algoritma k-means adalah algoritma  yang merupakan pengelompokan data yang dibagi kedalam cluster-cluster yang memiliki kemiripan data pada satu cluster dan memiliki data ketidaksamaan pada cluster yang lain. Data yang diambil yaitu 108 data yang dibagi menjadi 3 cluster, pada cluster pertama dengan nilai rata-rata terendah masuk kedalam kelas C yaitu terdapat 36 siswa, pada cluster 2 dengan nilai rata-rata sedang akan dimasukan kedalam kelas B yaitu terdapat 42 siswa, sedangkan pada cluster 3 dengan nilai rata-rata tertinggi akan dimasukan kedalam kelas A yaitu terdapat 30 siswa.

Article Details

Section
Articles

References

Apriandala, R., Efendi, R., & Andreswari, D. (2017). Pembagian Kelas Siswa Smarter Dan ( Studi Kasus Smpn 1 Kota Bengkulu ). 5(2), 209–219.

Butarbutar, N., Perdana Windarto, A., Hartama, D., & Solikhun. (2016). Komparasi Kinerja Algoritma Fuzzy C-Means dan K-Means dalam Pengelompokan Data Siswa Berdasarkan Prestasi Nilai Akademik Siswa ( Studi Kasus?: SMP Negeri 2 Pematangsiantar ). Jurnal Riset Informasi & Teknis Informatika, 1(1).

Fitriyani, F., Hadinata, N. S., & Sanjaya, R. (2017). Website Pengolahan Nilai Siswa Menggunakan Konsep Model-View-Controller pada LIA Pamulang. Informatika, 4(2), 2–7.

Hilda Amalia, E. (2017). Aplikasi Sistem Penunjang Keputusan Untuk Prediksi Persalinan Sesar. 3(1), 121–126.

Hutasuhut, M., Octavina, D., & Halim, J. (2019). Penerapan Data Mining dalam Menganalisa Pola Kelayakan Siswa Pada Kelas Unggulan Menggunakan Algoritma Iterative Dichotomiser 3 ( ID3 ) pada. 18(2), 154–160.

Kusuma, A. S., & Aryati, K. S. (2019). Sistem Informasi Akademik Serta Penentuan Kelas Unggulan Dengan Metode Clusttering Dengan Algoritama K-Means Di Smp Negeri 3 Ubud. Jurnal Sistem Informasi Dan Komputer Terapan Indonesia (JSIKTI), 1(3), 143–152. https://doi.org/10.33173/jsikti.29

Praja, B. S., Kusuma, P. D., & Setianingsih, C. (2019). Penerapan Metode K-Means Clustering Dalam Pengelompokan Data Penumpang Dan Kapal Angkutan Laut Di Indonesia. E-Proceeding of Engineering, 06(1), 1442.

Ramadani, S. F., Ekojono, E., & Santoso, N. (2017). Sistem Pendukung Keputusan Seleksi Siswa Kelas Ungulan Di Smp Negeri 7 Malang. Jurnal Informatika