Penerapan Data Mining dalam Penilaian Kinerja Akademik Siswa/I SMP YPI Pulogadung dengan Metode K-Means Clustering

• SALSA NABILATUL ADZRA
• 2025

---

Peningkatan mutu pendidikan memerlukan sistem penilaian kinerja akademik yang objektif, sistematis, dan berbasis data. Salah satu pendekatan teknologi yang dapat digunakan untuk mendukung hal tersebut adalah data mining, khususnya metode K Means Clustering. Penelitian ini bertujuan untuk mengelompokkan data akademik siswa berdasarkan nilai rapor semester ganjil tahun ajaran 2024/2025 menggunakan algoritma K-Means. Pengolahan data dilakukan dengan bantuan perangkat lunak RapidMiner, dengan hasil pemilihan jumlah cluster terbaik sebanyak tiga (K=3) berdasarkan nilai Davies Bouldin Index (DBI) sebesar 0.077. Hasil clustering membentuk tiga kategori utama: Cluster 0 berisi 174 siswa dengan performa akademik sedang, Cluster 1 hanya 1 siswa dengan performa terendah, dan Cluster 2 sebanyak 107 siswa dengan prestasi akademik tinggi. Pengelompokan ini memberikan informasi yang lebih terstruktur dan bermanfaat bagi sekolah dalam merancang strategi pembinaan akademik yang tepat sasaran. Penelitian ini menunjukkan bahwa metode K-Means Clustering efektif dalam mengidentifikasi pola dan klasifikasi akademik siswa.

• Data mining
• K-Means Clustering
• Pengelompokan siswa
• RapidMiner.

https://repository.bsi.ac.id/repo/71538/Penerapan-Data-Mining-dalam-Penilaian-Kinerja-Akademik-Siswa-I-SMP-YPI-Pulogadung-dengan-Metode-K-Means-Clustering
Anda dapat membaca file tugas akhir ini di repository.