DETEKSI POLA KLASTERISASI PEMILIHAN JURUSAN DI SMK DENGAN ALGORITMA K-MEANS

• ACHMAD ARIEF RIFAI
• BAMBANG SETYONO
• 2024

---

Achmad Arief Rifai (19200341), M Avis Pratama (19200668), Bambang Setyono
(19200535), Deteksi Pola Klasterisasi Pemilihan Jurusan di SMK Dengan Algoritma
K-Means
Pendidikan merupakan gejala semesta dan berlangsung sepanjang hayat manusia. Setiap
awal tahun ajaran baru pendidikan pasti melakukan penerimaan peserta didik baru (PPDB)
dan SMK Budi Asih merupakan salah satu sekolah menengah kejuruan yang terletak di
Kota Jakarta Selatan. Dan memiliki beberapa jurusan yaitu Akutansi Keuangan dan
Lembaga (AKL) dan Majemen Perkantoran (MP). Penulis memperoleh data siswa 107.
Atribut yang digunakan berjumlah 3, yaitu Minat, Bakat, dan Nilai. Atribut tersebut dipilih
karena pemilihan jurusan berdasarkan hasil kuesioner siswa. Metode yang digunakan
dalam penelitian ini adalah Algoritma K-Means Clustering. Pada perhitungan manual
terdapat jumlah iterasi sebanyak 6 kali iterasi. Jumlah cluster pada perhitungan manual
adalah, C1 terdapat 65 data, C2 terdapat 45 data, jumlah Centroid pada perhitungan
manual adalah 2, Jumlah nilai rasio pada perhitungan manual adalah, C1 terdapat 57,94%,
C2 terdapat 42,06%. 3. Pada perhitungan RapidMiner tidak ditampilkan berapa jumlah
iterasi. Jumlah cluster pada perhitungan RapidMiner adalah, C1 terdapat 61 data, C2
terdapat 46 data, jumlah centroid pada perhitungan RapidMiner adalah 2.
Kata Kunci: Algoritma K-Means, Clustering, RapidMiner, Centroid, Kuesioner

• Algoritma K-Means
• Clustering
• RapidMiner
• Centroid
• Kuesioner

https://repository.bsi.ac.id/repo/55045/DETEKSI-POLA-KLASTERISASI-PEMILIHAN-JURUSAN--DI-SMK-DENGAN-ALGORITMA-K-MEANS
Anda dapat membaca file tugas akhir ini di repository.