IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN HASIL NILAI AKADEMIS SISWA PADA SMA NEGERI 2 JEMBER

Idris, Rivaldy Nur (2024) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PENGELOMPOKAN HASIL NILAI AKADEMIS SISWA PADA SMA NEGERI 2 JEMBER. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1Halaman depan.pdf Download (669kB)
	Text Abstrak.pdf Download (172kB)
	Text BAB I.pdf Download (225kB)
	Text BAB II.pdf Restricted to Repository staff only Download (337kB) | Request a copy
	Text BAB III.pdf Restricted to Repository staff only Download (549kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (633kB) | Request a copy
	Text BAB V.pdf Restricted to Repository staff only Download (165kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (223kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (468kB) | Request a copy

Abstract

Pendidikan merupakan aspek penting dalam perkembangan suatu negara, dengan fokus utama pada peningkatan kualitas pembelajaran dan pemahaman siswa. Setiap individu memiliki karakteristik dan keunggulan belajar yang berbeda, sehingga perlu diperhatikan agar tidak terjadi diskriminasi. Salah satu metode untuk menganalisis kemampuan nilai hasil belajar siswa adalah pengelompokan atau clustering. SMA Negeri 2 Jember, sebagai salah satu institusi pendidikan terkemuka, yang menyebabkan lonjakan pendaftaran siswa baru. Peningkatan jumlah siswa dengan jumlah guru yang terbatas menimbulkan tantangan bagi para guru dalam memantau hasil nilai belajar siswa secara efektif. Untuk menghadapi tantangan ini, dibutuhkan pendekatan yang inovatif dan efisien, seperti algoritma K-Means Clustering. Algoritma ini adalah metode analisis data yang populer dan sering digunakan di berbagai bidang, termasuk pendidikan. Dengan algoritma ini, data dapat dikelompokkan ke dalam kelompok-kelompok serupa berdasarkan atribut tertentu. Dalam pendidikan, algoritma K-Means Clustering dapat digunakan untuk menganalisis data hasil nilai belajar siswa. Pada penelitian ini telah di temukan bahwa pebentukan lima cluster merupakan cluster optimal untuk data dari nilai siswa yang telah diproses. Data yang ditemukan pada masing-masing cluster yaitu; cluster 1 memiliki 75 data siswa dengan nilai terendah terbanyak pada pelajaran IPS dan tertinggi pada PJOK, cluster dua memiliki 67 data siswa dengan nilai terendah terbanyak pada pelajaran TI dan tertinggi PJOK, cluster tiga memiliki 62 data siswa dengan nilai terendah terbanyak pada pelajaran IPS, lalu dengan nilai tertinggi terbanyak pada pelajaran Seni Budaya, cluster empat memiliki 80 data siswa dengan nilai terendah terbanyak pada pelajaran PAI dan tertinggi pada pelajaran PKY, dan cluster lima memiliki 54 data siswa dengan nilai terendah paling banyak pada pelajaran PKN dan tertinggi pada pelajaran PAI.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Pendidikan, K-Means, Clustering, Nilai Siswa SMA Negeri 2 Jember
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Rivaldy Nur Idris
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Nilogiri, Agung NIDN0030037701 Thesis advisor Oktavianto, Hardian NIDN0722108105
Contact Email Address:	scyfrogcy9874@gmail.com
Date Deposited:	30 Jul 2024 08:30
Last Modified:	30 Jul 2024 08:30
URI:	http://repository.unmuhjember.ac.id/id/eprint/22817

Actions (login required)

View Item