PENERAPAN ALGORITMA K-MEANS DAN METODE SMART DALAM MENGANALISIS DAN MENGELOMPOKKAN PELANGGARAN TATA TERTIB (STUDI KASUS DI MAN 1 PADANGSIDIMPUAN)

Hidayatullah, gaja Rizqi nusabbih (2024) PENERAPAN ALGORITMA K-MEANS DAN METODE SMART DALAM MENGANALISIS DAN MENGELOMPOKKAN PELANGGARAN TATA TERTIB (STUDI KASUS DI MAN 1 PADANGSIDIMPUAN). Masters thesis, Universitas Putra Indonesia YPTK Padang.

	Text Tesis_222321033_RIZQI NUSABBIH HIDAYATULLAH GAJA_Abstrak.pdf Download (66kB)
	Text Tesis_222321033_RIZQI NUSABBIH HIDAYATULLAH GAJA_BAB I.pdf Download (87kB)
	Text Tesis_222321033_RIZQI NUSABBIH HIDAYATULLAH GAJA_Daftar Pustaka.pdf Download (88kB)
	Text Tesis_222321033_RIZQI NUSABBIH HIDAYATULLAH GAJA_Full Tesxt.pdf Restricted to Repository staff only Download (4MB)

Abstract

Keseriusan pihak madrasah terhadap perlunya memonitoring siswa dalam melakukan pelanggaran sangat kurang dan masih belum terdigitalisasi. Serta dalam memberikan sanksi pihak madrasah juga masih mengira-ngira sanksi apa yang akan diberikan. Belum lagi karena seringnya salah seorang siswa melanggar tata tertib dan memperoleh poin maksimal maka diberikan sanksi drop out. Tetapi jika dilihat tingkat pelanggaran yang dilakukan terbilang adalah pelanggaran ringan yang seharusnya dapat diberikan sanksi lain. Penelitian ini bertujuan untuk mengelompokkan tata tertib siswa, merancang aplikasi yang dapat memonitoring pelanggaran siswa, dan sebagai pendukung keputusan pemberian sanksi terhadap siswa yang melanggar tata tertib. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering untuk pengelompokan dan metode SMART sebagai Sistem Pendukung Keputusan. KMeans adalah algoritma yang umum digunakan untuk pengelompokan. Kemiripan anggota terhadap cluster diukur dengan kedekatan objek-objek dalam kelompok atau dapat disebut sebagai cluster centroid. Metode SMART merupakan salah satu metode Sistem Pendukung Keputusan. Metode ini memiliki lima tahapan yaitu, menentukan jumlah kriteria, memberikan bobot pada masing-masing kriteria, normalisasi nilai kriteria, memberikan nilai pada setiap alternatif, dan menghitung nilai akhir. Dataset yang digunakan untuk pengelompokan adalah hasil penilaian tata tertib siswa yang dibuat dalam bentuk kuisoner dan diberikan kepada warga MAN 1 Padangsidimpuan yang berjumlah 334 responden. Dataset yang digunakan dalam Sistem Pendukung Keputusan bersumber dari buku permasalahan siswa MAN 1 Padangsidimpuan tahun pelajaran 2023/2024. Dataset terdiri dari 147 catatan pelanggaran siswa. Hasil pengelompokan tata tertib dibagi menjadi tiga bagian Q1, Q2, dan Q3. Pada Q1 terdapat dua cluster, C1 berjumlah 37 kelompok dan C2 berjumlah 10 kelompok. Pada Q2 terdapat tiga cluster, C1 berjumlah 22 kelompok, C2 berjumlah 9 kelompok, dan C3 berjumlah 16 kelompok. Pada Q3 terdapat dua cluster, C1 berjumlah 16 kelompok dan C2 berjumlah 31 kelompok. Hasil perhitungan dengan metode SMART nilai akhir tertinggi yang diperoleh oleh satu siswa adalah 24 poin. Sanksi diberikan sesuai dengan poin yang diperoleh yaitu, memungut sampah. Oleh karena itu penelitian ini dapat membantu Guru Bimbingan Konseling dalam memonitoring pelanggaran siswa dan memberikan sanksi drop out atau sanksi lainnya sesuai dengan poin dan tingkat pelanggaran yang dilakukan. Kata kunci: Tata Tertib, Sanksi, Pengelompokan, Sistem Pendukung Keputusan, Algoritma K-Means, Metode SMART.

Actions (login required)

View Item