PENGGUNAAN ALGORITMA K-MEANS UNTUK MENGANALISIS PERFORMA SISWA DALAM PEMBELAJARAN MATEMATIKA DI SMP NEGERI SATAP LAMBAKARA

Authors

  • Florensia Konda Ngguna Universitas Kristen Wira Wacana Sumba
  • Reynaldi Thimotius Abineno
  • Arini Aha Pekuwali

Keywords:

Pendidikan, Literasi Numerasi, Metode K-Means, Davies-Bouldin Index

Abstract

Pendidikan adalah salah satu pilar utama dalam pembangunan negara, karena berperan penting dalam membentuk generasi muda menjadi individu yang berkualitas dan mampu berkontribusi positif bagi masyarakat dan bangsa. SMP Negeri Satap Lambakara, sebagai salah satu sekolah di daerah Sumba Timur yang menghadapi kendala dalam meningkatkan kemampuan literasi numerasi siswanya. Data nilai pengetahuan dan keterampilan siswa seringkali tidak dimanfaatkan secara optimal untuk memahami tingkat literasi numerasi yang dimiliki oleh masing-masing  siswa. Penelitian ini bertujuan Melakukan clustering untuk mengidentifikasi tingkat literasi numerasi dengan metode k-means yang menggunakan data nilai pengetahuan dan keterampilan serta ujian sekolah siswa di SMP Negeri Satap Lambakara. Berdasarkan dari hasil pengujian nilai Davies Bouldin Index dengan perhitungan menggunakan perangkat lunak RapidMiner, menghasil performa yaitu K = 2 dengan nilai terkecil 1.052 dimana hasil evaluasi menghasilkan klaster 0 merupakan klaster dengan performa literasi numerasi siswa yang baik yaitu 38 siswa, dan klaster 1 adalah klaster performa literasi numerasi siswa yang rendah terdiri dari 23 siswa.

Downloads

Download data is not yet available.

References

Ardiansyah, D. (2019). Algoritma C4.5 Untuk Klasifikasi Calon Peserta Lomba Cerdas Cermat Siswa Smp Dengan Menggunakan Aplikasi Rapid Miner. Jurnal Inkofar, 1(2), 5–12. https://doi.org/10.46846/jurnalinkofar.v1i2.29
Arofah, S. N., & Marisa, F. (2018). Penerapan Data Mining untuk Mengetahui Minat Siswa pada Pelajaran Matematika menggunakan Metode K-Means Clustering. JOINTECS (Journal of Information Technology and Computer Science), 3(2), 85–90. https://doi.org/10.31328/jointecs.v3i2.787
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
Butsianto, S., & Saepudin, N. (2020). Penerapan Data Mining Terhadap Minat Siswa Dalam Mata Pelajaran Matematika Dengan Metode K-Means. Jurnal Nasional Komputasi Dan Teknologi Informasi (JNKTI), 3(1), 51–59. https://doi.org/10.32672/jnkti.v3i1.2008
Khusnuddin, K. (2018). Model Spreadsheet Excel Aplication sebagai Pengolahan Hasil Belajar Peserta Didik dalam Penilaian Kurikulum 2013. Jurnal Kependidikan, 6(1), 33–52. https://doi.org/10.24090/jk.v6i1.1695
Maulana, I., & Rosalina, U. (2020). Clustering Data Nilai Ujian Akhir Semester Menggunakan Algoritma Data Mining K-Means. PERISKOP : Jurnal Sains Dan Ilmu Pendidikan, 1(2), 76–85. https://doi.org/10.58660/periskop.v1i2.10
Ningrum, K. K., Maulindar, J., & Farida, A. (2023). Penerapan Algoritma K-Means Untuk Pengelompokkan Penilaian Akhir Semester Di Sdn Kadokan 01 Sukoharjo. INFOTECH Journal, 9(1), 190–197. https://doi.org/10.31949/infotech.v9i1.5343
Ranjawali, R., Talakua, A. C., & Abineno, R. T. (2023). Clustering Stunting Pada Balita Dengan Metode K- Means Di Puskesmas Kanatang. SATI: Sustainable Agricultural Technology Innovation, 80–92. https://ojs.unkriswina.ac.id/index.php/semnas-FST/article/view/587/324
Roihan, A., Sunarya, P. A., & Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper. IJCIT (Indonesian Journal on Computer and Information Technology), 5(1), 75–82. https://doi.org/10.31294/ijcit.v5i1.7951
Setiawan, A. (2020). Penerapan algoritma c.45 untuk klasifikasi tingkat kenikan kelas di sdn citamiang 2 kota sukabumi. https://repository.bsi.ac.id/index.php/unduh/item/302730/19162343_Aris-Setiawan-new.pdf
Yanto, D., Susanto, H., Zulkifli, K., & Gupron, F. R. (2023). Penerapan Algoritma K-Means Dalam Menentukan Kualitas Satuan Pendidikan Berdasarkan Nilai Internal Dan Eksternal. JEECOM Journal of Electrical Engineering and Computer, 5(2), 319–328. https://doi.org/10.33650/jeecom.v5i2.6946
Yuniasari, P., & Maspiyanti, F. (2021). Analisis Sentimen Data Tweet Menggunakan Metode Support Vector Machine (Studi Kasus: Pemindahan Ibukota Baru Republik Indonesia). Journal of Informatics and Advanced Computing, 2(1), 1–9. http://journal.univpancasila.ac.id/index.php/jiac/article/view/2684

Downloads

Published

02-09-2024