IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PENDETEKSIAN DINI PERFORMA SISWA PADA PEMBELAJARAN BAHASA INDONESIA

Authors

  • Alsiningsi Loda Wahap Universitas Kristen Wira Wancana Sumba
  • Arini Aha Pekuwali Universitas Kristen Wira Wacana Sumba
  • Reynaldi Thimotius Abineno Universitas Kristen Wira Wacana Sumba

Keywords:

K-Means, Clustering, Iterasi, Bahasa Indonesia

Abstract

Mata pelajaran Bahasa Indonesia memiliki peran krusial dalam perkembangan siswa di Indonesia, dan siswa dalam mata pelajaran ini dapat memiliki dampak jangka panjang. Beberapa alasan umum pemilihan mata pelajaran Bahasa Indonesia dalam penelitian ini melibatkan aspek yang befokus pada kemampuan siswa siswi berdasarkan hasil nilai pengetahuan dan keterampilan dan semester. pada mata pelajaran Bahasa Indonesia, dengan fokus pada studi kasus di SMP Negeri 4 Mauliru. semester 1 dan semsster 2. Minimum dalam cluster 0 akan mendapatkan nilai 74 untuk semua semester. Miksimum dalam cluster 0ddalah 74 untuk semua semester. Untuk nilai rata-rata dalam cluster 0adalah 77.69 untuk semester 1, memliki 74.48 untuk semester 2, dan 78.00 untuk semsester 2. Standar deviasi nilai dalam cluster 0 1.551 untuk semester 1. Memiliki data nilai 1.712 untuk semester 2, dan 2.472 untuk ssemester P1,K1,P2 dan K2 ini menunjukkan nilai-nilai aggregate tertentu dalam cluster 0 untuk masing-masing semester. Cluster 1 memiliki nilai pengetahuan dan keterampilan yang lebih tinggi dibandingkan dengan Cluster 0, dengan nilai rata-rata di kisaran 60. Pada kelas IXA dan IXB di SMP Negeri 4 Mauliru pihak sekolah kesulitan untuk menentukan nilai siswa-siswi yang dimasukan ke kelas, maka digunakan teknik dari data mining dengan metode Algoritma K-Means yang dikelompokan ke beberapa cluster.

Downloads

Download data is not yet available.

References

Agustin, F. E. M. (2015). IMPLEMENTASI ALGORITMA K-MEANS UNTUK MENENTUKAN KELOMPOK PENGAYAAN MATERI MATA PELAJARAN UJIAN NASIONAL (STUDI KASUS: SMP NEGERI 101 JAKARTA). JURNAL TEKNIK INFORMATIKA, 8(1), 73–78. https://doi.org/10.15408/jti.v8i1.1938
Alhapizi, M. R., Nasir, M., & Effendy, I. (2020). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Mahasiswa Baru Universitas Bina Darma Palembang. 1(1), 1–14.
Alifia, A. N., Setiawan, A. F., & Rudhistiar, D. (2024). PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PERINGATAN DINI RESIKO KEGAGALAN SISWA PADA MATA PELAJARAN BAHASA INDONESIA ( STUDI KASUS : SMP NEGERI 2 MALANG ). 8(2), 1174–1181.
Bernissa, A. B. (2020). Implementasi Algoritma K-Means Untuk Menentukan Kelas Unggulan Pada SMPN 1 Bojong. POTENSI (EProsiding Sistem Informasi), 1(1), 128–135. http://eprosiding.ars.ac.id/index.php/psi%0Ahttp://eprosiding.ars.ac.id/index.php/psi/article/view/192
Nanang, A., Teknik, F., Majalengka, U., Printing, O., Fotocopy, R., Komputer, S., & Sartika, J. D. (n.d.). PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK. 93–102.
Pangestu, A. (2021). PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K- MEANS PENGELOMPOKAN PELANGGAN BERDASARKAN KUBIKASI AIR TERJUAL MENGGUNAKAN WEKA.
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
Wijaya, Y. A., Studi, P., Informatika, T., Studi, P., Informasi, S., Studi, P., & Informatika, M. (2022). K-MEANS DI SEKOLAH MENENGAH KEJURUAN WAHIDIN KOTA CIREBON. 6(2), 552–559.
11(3), 67–71.
Sulistiyawati, A., & Supriyanto, E. (2020). Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan. 15(2), 25–36.

Downloads

Published

02-09-2024

Issue

Vol. 3 No. 1 (2024): PROSIDING SEMNAS SATI 3

Section

Articles

License

Copyright (c) 2024 Alsiningsi Loda Wahap, Arini Aha Pekuwali, Reynaldi Thimotius Abineno

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.