Pengelompokan Hasil Evaluasi Pembelajaran Metode Hafalan Al Qur'an Tawazun Menggunakan Metode K-Means
Berkas Tugas Akhir
D. BAB II.pdf
Restricted to Registered users only
E. BAB III.pdf
Restricted to Registered users only
F. BAB IV.pdf
Restricted to Registered users only
G. BAB V.pdf
Restricted to Registered users only
I. LAMPIRAN.pdf
Restricted to Registered users only
Abstract
Metode hafalan Al Qur’an Tawazun adalah metode yang memaksimalkan
penggunaan otak kanan dan otak kiri, memungkinkan seseorang dapat hafal,
paham, dan mutqin. Setiap kategori memiliki beberapa poin penilaian sebagai tolak
ukur kemampuan santri, yang digunakan untuk mengatasi tingkat kegagalan santri
di setiap kategori pembelajaran metode hafalan Al Qur’an tawazun. Hasil evaluasi
pembelajaran santri pesantren tahfidz Daarul Huffadz Indonesia pada tahun 2020
dirasa kurang maksimal, karena proses pembelajaran yang dijalankan bersamaan.
Hal ini dapat dilihat dari selisih nilai yang cukup berbeda di setiap kategori
penilaiannya. Berdasarkan permasalahan sebelumnya, dibutuhkan pengelompokan
hasil evaluasi pembelajaran metode hafalan Al Qur’an. Tujuannya, agar setiap
santri mendapatkan perlakuan maksimal dan memberikan kemudahan bagi
lembaga, sekaligus tenaga pengajar untuk melakukan pembelajaran. Algoritma K�Means adalah metode clustering data non-hierarchical yang mampu
mengelompokkan data yang cukup besar jumlahnya, relatif cepat, dan efisien.
Penelitian ini menggunakan 401 data observasi dan 12 atribut. Dari hasil
perhitungan diperoleh jumlah cluster optimal terletak pada 2 cluster, dengan nilai
Davies-Bouldin Index (DBI) sebesar 1,439. Anggota cluster 1 berjumlah 26
anggota, dan anggota cluster 2 berjumlah 375 anggota.
Informasi Item
| Item Type | Thesis (Undergraduate) |
|---|---|
| Keywords/Kata Kunci | Menghafal Al Qur’an, K-Means Clustering, Metode Tawazun |
| Subjects | 000 Computer Science, Information, & General Works > 001 Knowledge 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science |
| Divisions | Faculty of Engineering > Department of Informatics Engineering (S1) |
| Date Deposited | 09 Aug 2022 07:26 |
| Last Modified | 09 Aug 2022 07:26 |
| URI | https://repository.unmuhjember.ac.id/id/eprint/15017 |
