KLASTERISASI PENEMPATAN SISWA YANG OPTIMAL UNTUK MENINGKATKAN NILAI RATA-RATA KELAS MENGGUNAKAN K-MEANS

Elda, Yusma (2021) KLASTERISASI PENEMPATAN SISWA YANG OPTIMAL UNTUK MENINGKATKAN NILAI RATA-RATA KELAS MENGGUNAKAN K-MEANS. Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text (ABSTRAK) Thesis_Yusma Elda-191321023-Abstrak.pdf Download (136kB) | Preview
Preview	Text (BAB I) Thesis_Yusma Elda-191321023-Bab I.pdf Download (173kB) | Preview
Preview	Text (DAFTAR PUSTAKA) Thesis_Yusma Elda-191321023-Daftar Pustaka.pdf Download (130kB) | Preview
	Text (FULL TEXT) Thesis_Yusma Elda-191321023-Full Text.pdf Restricted to Repository staff only Download (7MB)

Abstract

Pelaksanaan pembelajaran oleh guru dapat mengukur kualitas sekolah dan peserta didik. Sekolah dengan latar belakang siswa yang beragam perlu melakukan langkah- langkah strategis dalam mengelola pembelajaran untuk mendapatkan hasil belajar yang optimal. Peranan guru sangat penting dalam mengelola pembelajaran untuk menciptakan proses belajar mengajar yang efektif. Data Mining atau disebut juga Knowledge Discovery in Database (KDD) adalah proses pengekstrasian pengetahuan dari data yang berukuran besar untuk menemukan pola-pola baru sehingga mendapatkan sebuah pengetahuan dan informasi baru. Salah satu cara yang digunakan dalam Data Mining adalah clustering dengan algoritma K- Means. Penelitian ini bertujuan untuk melakukan pengelompokan siswa untuk mendapatkan komposisi kelas yang seimbang guna meningkatkan mutu dan hasil belajar siswa dengan menggunakan metode K-Means. Data yang diolah dalam penelitian ini bersumber dari data pokok sekolah sebanyak 90 siswa Kompetensi Keahlian Teknik Komputer Jaringan kelas XI SMKN Negeri 2 Padang Panjang tahun pelajaran 2020/2021. Variabel yang digunakan dalam pengolahan data adalah nilai siswa, penghasilan orang tua dan jarak tempat tinggal siswa ke sekolah. Perhitungan klasterisasi siswa dengan K-Means berhasil mengelompokkan 90 siswa menjadi 3 klaster dimana cluster 1 berjumlah 47 siswa, cluster 2 berjumlah 10 siswa dan cluster 3 berjumlah 33 siswa. Masing-masing anggota klaster akan dibagi merata kedalam 3 kelompok belajar untuk mendapatkan komposisi kelas yang seimbang. Penelitian ini dapat dijadikan dasar pengambilan keputusan oleh sekolah dalam melakukan klasterisasi penempatan siswa untuk meningkatkan hasil belajar.

Actions (login required)

View Item