PENERAPAN CLUSTERING PADA SISTEM PEMBAGIAN ROMBONGAN BELAJAR SISWA MENGGUNAKAN ALGORITMA K-MEANS

Zaefuan, Widhi (2018) PENERAPAN CLUSTERING PADA SISTEM PEMBAGIAN ROMBONGAN BELAJAR SISWA MENGGUNAKAN ALGORITMA K-MEANS. Other thesis, Skripsi, Universitas Muhammadiyah Magelang.

[img]
Preview
PDF (Skripsi)
13.0504.0119_BAB I_BAB II_BAB III_BAB VI_DAFTAR PUSTAKA.pdf - Published Version

Download (1MB) | Preview
[img] PDF (Skripsi)
13.0504.0119_BAB IV_BAB V.pdf - Published Version
Restricted to Registered users only

Download (746kB) | Request a copy
[img] PDF (Skripsi)
13.0504.0119_LAMPIRAN.pdf - Published Version
Restricted to Registered users only

Download (3MB) | Request a copy
[img] PDF (Skripsi)
13.0504.0119_FULL TEXT.pdf - Published Version
Restricted to Registered users only

Download (3MB) | Request a copy

Abstract

Sistem pembagian rombongan belajar / kelas di SMP Negeri 10 Magelang belum menghasilkan kelompok siswa homogen dalam prestasi belajar sehingga berdampak pada proses pemebelajaran yang berjalan menjadi lebih lambat. Untuk mengatasi masalah tersebut dilakukan penelitian dengan menerapkan metode clustering algoritma K-Means untuk menganalisa data siswa SMP Negeri 10 Magelang sehingga dapat ditentukan kelompok unggulan, kelompok sedang dan kelompok bawah guna menunjang proses pembagian rombongan belajar siswa. KMeans merupakan metode clustering non hirarki yang mempartisi data ke dalam bentuk dua atau lebih cluster dalam jumlah sampel data yang besar. K-Means mengelompokkan data yang memiliki karakteristik sama ke dalam satu cluster dan mengelompokkan data yang memiliki karakteristik berbeda ke dalam cluster lain. Penelitian dilakukan dengan menggunakan atribut nilai mata pelajaran Bahasa Indonesia, Bahasa Inggris, Matematika dan IPA sebagai parameter untuk menjalankan algortima K-Means. Hasil dari penelitian ini menunjukkan bahwa sampel data tahun ajaran 2016/2017 menghasilkan cluster model c0=71, c1=26 dan c2=110, sedangkan pada sampel data tahun ajaran 2015/2016 menghasilkan cluster model c0=105, c1=71 dan c2=26. Centroid akhir yang dihasilkan menunjukkan bahwa pada tahun 2016/2017 c1 adalah Cluster Unggul, c0 adalah Cluster Sedang, dan c2 adalah Cluster Bawah sedangkan centroid akhir pada tahun 2015/2016 menunjukkan c2 adalah Cluster Unggul, c1 adalah Cluster Sedang dan c0 adalah Cluster Bawah. Pada tahun 2016/2017 Cluster Unggul terdapat 26 siswa yang cukup untuk menempati 1 kelas saja yaitu kelas IX A, Cluster Sedang dengan jumlah 71 siswa dibagi ke dalam 2 kelas yaitu kelas IX B dan IX C masing-masing 32 siswa. Sisa 7 siswa dari Cluster Sedang ditentukan berdasarkan jarak terdekat terhadap centroid Cluster Bawah, kemudian ditempatkan di kelas IX D, IX E, IX F dan IX G bersama dengan anggota Cluster Bawah.

Item Type: Karya Ilmiah (Other)
Pembimbing: R. Arri Widyanto, S.Kom., MT dan Endah Ratna A, S.Kom., M.Cs
Uncontrolled Keywords: K-Means, Clustering, Pembagian Kelas
Subjects: T Technology > T Technology (General)
T Technology > TS Manufactures
Depositing User: Rizki Shofak Isnaini
Date Deposited: 20 Jan 2022 06:42
Last Modified: 20 Jan 2022 06:42
URI: http://eprintslib.ummgl.ac.id/id/eprint/3103

Actions (login required)

View Item View Item