Clustering Algoritma K-Means Data Nilai Siswa Untuk Menentukan Prestasi Siswa Pada SMP Kesatuan Jakarta Barat,

• Aditya Irvansyah
• 2023

---

SMP Kesatuan, lembaga pendidikan ini memiliki tujuan yaitu menciptakan siswa yang

memiliki prestasi akademik yang baik. Namun, dalam upaya mencapai tujuan tersebut,

setiap siswa memiliki karakteristik dan potensi yang berbeda-beda. Oleh karena itu,

penting untuk menganalisis data siswa secara objektif dan efektif guna mengidentifikasi

pola prestasi siswa yang beragam. Penelitian ini untuk mengidentifikasi prestasi siswa pada

SMP Kesatuan Jakarta Barat dengan menggunakan algoritma clustering k-means

berdasarkan data nilai siswa. Metode pengumpulan data meliputi studi pustaka dan

pengambilan data dari sekolah tersebut. Hasil penelitian menunjukkan bahwa algoritma

clustering k-means dapat digunakan untuk membagi kelompok siswa berdasarkan tingkat

prestasinya, yang mampu membedakan antara mereka secara jelas. Hal ini memberikan

manfaat bagi guru dalam meningkatkan efektivitas pembelajaran serta membantu proses

evaluasi dan pemantauan perkembangan prestasi siswa secara lebih akurat.Dalam

kesimpulannya, metode clustering k-means sangat berguna bagi guru-guru di SMP

Kesatuan Jakarta Barat untuk meningkatkan efektivitas pembelajaran dengan cara

membantu proses evaluasi dan pemantauan perkembangan prestasi siswa secara lebih

akurat menentukan prestasi siswa pada SMP Kesatuan Jakarta Barat. algoritma clustering

k-means dapat menjadi solusi alternatif bagi sekolah-sekolah di seluruh Indonesia dalam

menentukan tingkat prestasi siswanya dengan lebih baik. Oleh karena itu, perlu adanya

upaya-upaya lanjutan guna mengoptimalkan aplikasinya sehingga mampu memberikan

manfaat yang lebih besar bagi dunia pendidikan. Dan juga dapat dijadikan bahan referensi

bidang pendidikan untuk meningkatkan mutu pendidikan di Indonesia

• Algoritma K-Means

Afniola, S., Ruslana, R., & Artika, W. (2020). Intelegensi Dan Bakat Pada Prestasi

Siswa.Al-Din:Jurnal Dakwah Dan Sosial Keagamaan, 6(1), 1–10.

https://doi.org/10.35673/ajdsk.v6i1.844

Br Sembiring, S. N., Winata, H., & Kusnasari, S. (2022). Pengelompokan Prestasi

Siswa Menggunakan Algoritma K-Means. Jurnal Sistem Informasi Triguna

Dharma (JURSI TGD), 1(1), 31. https://doi.org/10.53513/jursi.v1i1.4784

Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk

Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan

Keterampilan. Aiti, 18(2), 125–138. https://doi.org/10.24246/aiti.v18i2.125-138

Dani, A. T. R., Wahyuningsih, S., & Rizki, N. A. (2019). Penerapan Hierarchical

Clustering Metode Agglomerative pada Data Runtun Waktu. Jambura Journal

of Mathematics, 1(2), 64–78. https://doi.org/10.34312/jjom.v1i2.2354

Djamaluddin, A., & Wardana. (2019). Belajar Dan Pembelajaran. In CV Kaaffah

Learning Center.

Nur, Nayla, M. (2023). Penerapan Metode Clustering dengan Algoritma K-Means

untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten

Rembang. 6, 729–738.

Saputra, E. A., & Nataliani, Y. (2021). Analisis Pengelompokan Data Nilai Siswa

untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-

Means. Journal of Information Systems and Informatics, 3(3), 424–439.