PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM ANALISIS PEMILIHAN MATA PELAJARAN SISWA DI SMA NEGERI 2 SUKOHARJO

Maulida Aulia Mustaghfiroh, Azizah Fatmawati

Abstract


Dalam era digital saat ini, teknologi informasi menjadi salah satu bagi-an yang penting dalam mendukung berbagai aktivitas, termasuk dalam bidang pendidikan. Pendidikan merupakan sektor yang paling penting dalam membangun sumber daya manusia yang berkualitas. Pemilihan mata pelajaran dapat menentukan jalur pendidikan maupun jenjang karir siswa di masa depan. Saat ini, proses pemilihan mata pelajaran siswa di SMA Negeri 2 Sukoharjo masih dilakukan secara manual dan kurang optimal karena tidak mempertimbangkan data historis siswa. Melalui penerapan k-means clustering, penelitian ini bertujuan untuk mengelompokkan siswa karakteristik minat siswa terhadap mata pela-jaran tertentu. Tahapan penelitian dalam metode ini yaitu pengumpulan data yang diperoleh dari data siswa kelas X tahun ajaran 2023/2024, pengolahan data yang terdiri dari pre-processing dan clustering, serta pengujian yang menggunakan silhouette score. Hasil penelitian ini memberikan wawasan lebih mendalam mengenai preferensi siswa ter-hadap mata pelajaran dan membantu sekolah dalam mengalokasikan siswa ke dalam kelas berdasarkan kecenderungan minat akademik siswa. Penelitian ini juga menunjukkan bahwa penerapan k-means clustering dapat membantu sekolah dalam merancang strategi pemba-gian kelas yang lebih terarah, efektif, dan efisien.

Kata Kunci: algoritma k-means; clustering; pemilihan mata pelajaran

Full Text:

PDF

References


T. Kadi and R. Awwaliyah, “Inovasi Pendidikan: Upaya Penyelesaian Problematika Pendidikan Di Indonesia,” Jurnal Islam Nusantara, vol. 1, no. 2, pp. 144–155, 2017, Accessed: Nov. 14, 2024. [Online]. Available: www.jurnalnu.com

Y. S. Nugroho and S. N. Haryati, “Klasifikasi dan Klastering Penjurusan Siswa SMA Negeri 3 Boyolali,” Jurnal Ilmu Komputer dan informatika, vol. 1, no. 1, pp. 1–6, 2015, Accessed: Nov. 14, 2024. [Online]. Available: https://journals.ums.ac.id/index.php/khif/article/viewFile/1175/1012

S. Lestari, “Peran Teknologi Dalam Pendidikan di Era Globalisasi,” Jurnal Pendidikan Agama Islam, vol. 2, no. 2, pp. 94–100, 2018, [Online]. Available: https://ejournal.unuja.ac.id/index.php/edureligia

R. Fauziah and A. I. Purnamasari, “Implementasi Algoritma K-Means pada Kasus Kekerasan Anak dan Perempuan Berdasarkan Usia,” Jurnal Ilmu Komputer, vol. 2, no. 1, pp. 34–41, Mar. 2023, Accessed: Nov. 14, 2024. [Online]. Available: https://doi.org/10.56211/helloworld.v2i1.232

N. Hendrastuty, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa,” Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA_ILKOM), vol. 3, pp. 46–56, 2024, doi: 10.58602/jima-ilkom.v3i1.26.

A. Hidayad, S. Defit, and Sumijan, “Penerapan Algoritma K-Means Clustering untuk Melihat Hubungan Kegiatan Tahfiz dengan Hasil Belajar,” Jurnal Sistem Informasi dan Teknologi, vol. 2, no. 2, pp. 41–47, Sep. 2020, doi: 10.37034/jsisfotek.v2i2.19.

R. Riadi and Mesran, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Analisa Penjualan Parfume,” Journal of Informatics, Electrical and Electronics Engineering, vol. 2, no. 4, pp. 138–145, Jun. 2023, doi: 10.47065/jieee.v2i4.1181.

A. Salsabilla, “Penerapan Algoritma K-Means Dan C4.5 Untuk Clustering Jurusan Siswa Baru Pada Sekolah Menengah Kejuruan (Studi Kasus: Smk Negeri 1 Paron),” pp. 1–19, 2021, Accessed: Nov. 14, 2024. [Online]. Available: https://eprints.ums.ac.id/92604/

R. Kurniasari and A. Fatmawati, “Penerapan Algoritma C4.5 Untuk Penjurusan Siswa Sekolah Menengah Atas,” Jurnal Ilmiah Komputer dan Informatika (KOMPUTA), vol. 8, no. 1, pp. 2715–7849, 2019, doi: https://doi.org/10.34010/komputa.v8i1.3045.

S. P. Putra and D. A. Anggoro, “Analisis Clustering Global Living Cost Berdasarkan Socioeconomic Status Menggunakan Algoritma DBSCAN,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, pp. 820–831, Apr. 2024, doi: 10.30865/mib.v8i2.7567.

F. Nasari and S. Darma, “Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru (Studi kasus: Universitas Potensi Utama),” Seminar Nasional Teknologi Informasi dan Multimedia, pp. 73–78, 2015.

J. O. Ong, “Implementasi Algoritma K-Means Clustering Untuk Menentukan strategi Marketing Presiden University,” Jurnal Ilmiah Teknik Industri, vol. 12, no. 1, pp. 10–20, 2013.

K. P. Sinaga and M. S. Yang, “Unsupervised K-means clustering algorithm,” IEEE Access, vol. 8, pp. 80716–80727, 2020, doi: 10.1109/ACCESS.2020.2988796.

J. N. C. Gonçalves, P. Cortez, and M. S. Carvalho, “K-means Clustering Combined With Principal Component Analysis For Material Profiling In Automotive Supply Chains,” European Journal of Industrial Engineering, vol. 15, no. 2, pp. 273–294, Oct. 2022.

I. M. Widiarta, M. N. Fietroh, and A. Ibrahim, “Analisis Strategi Promosi Mahasiswa Baru Universitas Teknologi Sumbawa Menggunakan Data Mining,” Jurnal Ilmu Sosial dan Pendidikan (JISIP), vol. 6, no. 2, pp. 3943–3953, 2022, doi: 10.36312/ jisip.v6i1.3037/http://ejournal.mandalanursa.org/index.php/JISIP/index.

M. R. Alhapizi, M. Nasir, and I. Effendy, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Universitas Bina Darma Palembang,” Journal of Software Engineering Ampera, vol. 1, no. 1, pp. 1–14, 2020, [Online]. Available: https://journal-computing.org/index.php/journal-sea/index

I. Irawan, U. Rizki, P. M. Jakak, M. B. Prayogi, and M. Rahman, “Penerapan Metode K-Means Clustering Dalam Pengembangan Strategi Promosi Berbasis Data Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Nurul Huda),” Jurnal Nasional Ilmu Komputer, vol. 5, no. 1, pp. 2746–1343, 2024.

I. Y. Beti and H. Juliansa, “Penerapan Normalisasi Data Metode Decimal Scaling Dan Metode K-Means Dalam Mengelompokkan Kasus Demam Berdarah,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 6, pp. 2928–2936, 2024, doi: 10.30865/klik.v4i6.1925.

I. Bin Mohamad and D. Usman, “Standardization and Its Effects on K-Means Clustering Algorithm,” Journal of Applied Sciences, Engineering and Technology, vol. 6, no. 17, pp. 3299–3303, 2013.

D. Anggreani, Nurmisba, D. Setiawan, and Lukman, “Optimization of K-Means Clustering Method by Using Elbow Method in Predicting Blood Requirement of Pelamonia Hospital Makassar,” Internet of Things and Artificial Intelligence Journal, vol. 4, no. 3, pp. 541–550, Aug. 2024, doi: 10.31763/iota.v4i3.755.

Y. Januzaj, E. Beqiri, and A. Luma, “Determining the Optimal Number of Clusters using Silhouette Score as a Data Mining Technique,” International journal of online and biomedical engineering, vol. 19, no. 4, pp. 174–182, 2023, doi: 10.3991/ijoe.v19i04.37059.

P. J. Rousseeuw, “Silhouettes: a graphical aid to the interpretation and validation of cluster analysis,” J Comput Appl Math, vol. 20, pp. 53–65, 1987, doi: https://doi.org/10.1016/0377-0427(87)90125-7.




DOI: https://doi.org/10.29100/jipi.v11i2.8207

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
ISSN 2540-8984
Published by
Prodi Pendidikan Teknologi Informasi
Universitas Bhinneka PGRI

Website :https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/index
Email: jipistkippti@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.