PENENTUAN SISWA YANG MASUK KELAS UNGGULAN UNTUK OPTIMALISASI MANAJEMEN SEKOLAH PADA SMA NEGERI 1 MUARA BUNGO MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Hidayat, Maximilliano Jovan (2024) PENENTUAN SISWA YANG MASUK KELAS UNGGULAN UNTUK OPTIMALISASI MANAJEMEN SEKOLAH PADA SMA NEGERI 1 MUARA BUNGO MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING. Sarjana thesis, Universitas Putra Indonesia YPTK Padang.

[img] Text
Skripsi_19101152630266_ILHAM PRAJA PUTRA_Abstrak.pdf

Download (13kB)
[img] Text
Skripsi_19101152630266_ILHAM PRAJA PUTRA_Bab 4.pdf

Download (2MB)
[img] Text
Skripsi_19101152630266_ILHAM PRAJA PUTRA_Bab I.pdf

Download (32kB)
[img] Text
Skripsi_19101152630266_ILHAM PRAJA PUTRA_Daftar Pustaka.pdf
Restricted to Repository staff only

Download (258kB)

Abstract

Penentuan kelas unggulan di sekolah merupakan langkah krusial untuk meningkatkan kualitas dan standar mutu pendidikan. Penelitian ini membahas penerapan algoritma K-Means Clustering dalam penentuan siswa kelas unggulan di SMA Negeri 1 Muara Bungo. Algoritma K-means adalah metode pengelompokan data nonhirarki (sekatan) yang bekerja dengan mempartisi atau membuat batasan data yang ada ke dalam bentuk dua atau lebih kelompok. Data yang digunakan untuk pengelompokan ini adalah data siswa kelas X MIPA 6 tahun ajaran 2021/2022 berdasarkan nilai akademik, ektrakurikuler dan kehadiran. Penerapan KMeans Clustering ini menggunakan 3 cluster yaitu cluster 1 (C1) Kelas Baik, Cluster 2 (C2) Kelas Sangat Baik, Cluster 3 (C3) Kelas Unggulan. Hasil dari proses clustering dengan 4 kali iterasi menyatakan bahwa cluster kelas unggulan berjumlah 18 Siswa. kelas sangat baik berjumlah 14 siswa. dan cluster kelas baik berjumlah 2 siswa. Penerapan algoritma K-Means Clustering ini diharapkan akan membantu sekolah dalam mengidentifikasi siswa-siswa yang memiliki karakteristik serupa dan memiliki potensi akademik yang tinggi. Kata kunci : Sekolah, Kelas Unggulan, Siswa, Algoritma K-Means, Clustering

Item Type: Thesis (Sarjana)
Subjects: 0 Research > Teknik > Komputer
0 Research > Teknik
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Ryan Ariadi A.Md
Date Deposited: 14 Feb 2025 02:10
Last Modified: 14 Feb 2025 02:10
URI: http://repository.upiyptk.ac.id/id/eprint/13137

Actions (login required)

View Item View Item