PENERAPAN ALGORITMA K-MEANS CLUSTERING NILAI KEMAMPUAN SISWA DALAM PELAJARAN MATEMATIKA

Authors

  • Ally Anilshi Unkriswina sumba
  • Reynaldi Thimotius Abineno Universitas Kristen Wira Wacana Sumba
  • Arini Aha Pekuwali Universitas Kristen Wira Wacana Sumba

Keywords:

Clustering, data mining, k-means, SMK N 2 Waingapu

Abstract

Pendidikan merupakan aspek penting dalam pembangunan suatu negara, yang bertujuan untuk menghasilkan sumber daya manusia yang berkualitas. Indikator keberhasilan dalam proses pendidikan adalah prestasi akademik siswa. Literasi numerasi matematika mengacu pada kemampuan seseorang untuk memahami, menggunakan, dan berpikir secara kritis tentang konsep matematika dalam kehidupan sehari-hari. Data mining adalah proses ekstraksi pengetahuan yang berguna atau pola yang menarik dari sebuah kumpulan data besar atau kompleks. Bagaimana melakukan clustering untuk menentukan tingkat literasi numerasi dengan metode K-MEANS memanfaatkan nilai prestasi dan keterampilan siswa di SMK Negeri 2 Waingapu. Melakukan clustering untuk menentukan tingkat literasi numerasi dengan metode K-means memanfaatkan nilai prestasi dan keterampilan siswa di SMK Negeri 2 Waingapu. Melakukan clustering untuk menentukan tingkat literasi numerasi menggunakan metode K-means memanfaatkan nilai prestasi dan keterampilan siswa di SMK Negeri 2 Waingapu.

Downloads

Download data is not yet available.

References

Ahmad, I., Samsugi, S., & Irawan, Y. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Teknoinfo, 16(1), 46. http://portaldata.org/index.php/portaldata/article/view/107
Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. Aiti, 18(2), 125–138. https://doi.org/10.24246/aiti.v18i2.125-138
Hutagalung, J. (2022). Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(1), 606–620. https://doi.org/10.35957/jatisi.v9i1.1516
Mardi, Y. (2017). Data Mining : Klasifikasi Menggunakan Algoritma C4.5. Edik Informatika, 2(2), 213–219. https://doi.org/10.22202/ei.2016.v2i2.1465
Nofitri, R., & Irawati, N. (2019). Analisis Data Hasil Keuntungan Menggunakan Software Rapidminer. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 5(2), 199–204. https://doi.org/10.33330/jurteksi.v5i2.365
Permadi, F. T., Nilogiri, A., & Rosyidah, U. A. (2023). Algoritma Fuzzy C-Means dan Metode Davies Bouldin Index (DBI) untuk Mengolompokkan Kabupaten/Kota di Jawa Timur Berdasarkan Sanitasi Layak, Air Minum Layak, dan Rumah Layak Huni Fuzzy C-Means Algorithm and Davies Bouldin Index (DBI) Method for Grouping Re. Jurnal Smart Teknologi, 4(4), 2774–1702. http://jurnal.unmuhjember.ac.id/index.php/JST
Primanda, R. P., Alwi, A., & Mustikasari, D. (2021). DATA MINING SELEKSI SISWA BERPRESTASI UNTUK MENENTUKAN KELAS UNGGULAN MENGGUNAKAN METODE K-MEANS CLUSTERING (Studi Kasus di MTS Darul Fikri ). Komputek, 5(1), 88. https://doi.org/10.24269/jkt.v5i1.686
Ramadhani, R. D., & AK, D. J. (2017). Evaluasi K-Means dan K-Medoids pada Dataset Kecil. Seminar Nasional Informatika Dan Aplikasinya, September, 20–24.
Winarta, A., & Kurniawan, W. J. (2021). Optimasi Cluster K-Means Menggunakan Metode Elbow Pada Data Pengguna Narkoba Dengan Pemrograman Python. JTIK (Jurnal Teknik Informatika Kaputama), 5(1), 113–119. https://doi.org/10.59697/jtik.v5i1.593

Downloads

Published

02-09-2024