Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional

Ninik Tri Hartanti(1*)
(1) Universitas AMIKOM Yogyakarta
(*) Corresponding Author



Abstrak


Keberhasilan siswa dalam menempuh ujian nasional (UN) dapat terlihat dari perolehan nilai mata pelajaran yang diujikan, tiga diantaranya adalah nilai matematika, Bahasa Indonesia, dan Bahasa Inggris. Mengukur kesiapan siswa dalam menghadapi Ujian Nasional sangat diperlukan demi keberhasilan siswa. Untuk mengukur tingkat kesiapan siswa algoritma yang digunakan adalah K-Means. Penerapan metode Elbow untuk menentukan optimasi banyaknya cluster yang selanjutnya akan digunakan dalam perhitungan clustering dengan algoritma K-Means. Proses perhitungan K-Means diawali dengan penentuan jumlah cluster, dengan menggunkan metode Elbow. Penerapan algoritma K-Means adalah untuk membentuk kelompok-kelompok siswa berdasarkan nilai rata-rata ketiga mata pelajaran UN (matematika, Bahasa Indonesia, dan Bahasa Inggris). Penentuan jumlah optimal cluster menggunakan metode Elbow, yang menunjukkan banyaknya cluster optimal adalah 3, kemudian dihasilkan 3 cluster yang terdiri dari cluster kategori “Siap”, “Cukup Siap” dan Tidak Siap”. Dengan masing-masing kategori terdiri dari 7 siswa, 30 siswa, dan 29 siswa. Tujuan dari penelitian ini adalah mengelompokkan skor nilai siswa SMK Syubbanul Wathon terhadap tiga mata pelajaran UN (matematika, bahasa Indonesia, bahasa Inggris), sehingga mempermudah pihak sekolah mengambil tindakan lebih lanjut demi keberhasilan siswa dan predikat sekolah.

Kata Kunci


K-Means; AHP; Clustering


Teks Lengkap:

PDF


Referensi


[1] L. Rahmawati, S. Widya Sihwi, and E. Suryani, “Analisa Clustering Menggunakan Metode K-Means Dan Hierarchical Clustering (Studi Kasus : Dokumen Skripsi Jurusan Kimia, Fmipa, Universitas Sebelas Maret),” J. Teknol. Inf. ITSmart, vol. 3, no. 2, p. 66, 2016, doi: 10.20961/its.v3i2.654.

[2] S. Leela, “Enhancing K-Means Clustering Algorithm,” IJCST, vol. 8491, no. 4, pp. 73–77, 2011.

[3] E. Rivani, “Aplikasi K-Means Cluster untuk Pengelompokkan Provinsi Berdasarkan Produksi Padi, Jagung, Kedelai, dan Kacang Hijau Tahun 2019,” J. Mat Stat, vol. 10, no. 2, pp. 122–134, 2010.

[4] N. Putu, E. Merliana, and A. J. Santoso, “Analisa Penentuan Jumlah Cluster Terbaik pada Metode K-Means,” Pros. Semin. Nas. MULTI DISIPLIN ILMU CALL Pap. UNISBANK, pp. 978–979, 2015.

[5] A. R. Asroni, “Penerapan Metode K-Means untuk Clustering Mahasiswa Berdasarkan Nilai Akademik dengan Weka Interface Studi Kasus pada Jurusan Teknik Informatika UMM Magelang,” J. Ilm. Semesta Tek., vol. 18, no. 1, pp. 76–82, 2015, doi: 10.1038/hdy.2009.180.

[6] N. Ahmad, A. Mukharil, T. Informatika, F. Teknik, and U. K. Indonesia, “Jurnal Sistem Informasi ( Journal of Information Systems ). 2 / 12 ( 2016 ), 82-89 DOI : http://dx.doi.org/10.21609/jsi.v12i2.481,” J. Sist. Inf. (Journal Inf. Syst., vol. 12, pp. 82–89, 2016.

[7] E. Muningsih and S. Kiswati, “Sistem Aplikasi Berbasis Optimasi Metode Elbow Untuk Penentuan Clustering Pelanggan,” Joutica, vol. 3, no. 1, p. 117, 2018, doi: 10.30736/jti.v3i1.196.

[8] A. T. Rahman, Wiranto, and A. Rini, “Coal Trade Data Clustering Using K-Means (Case Study Pt. Global Bangkit Utama),” ITSMART J. Teknol. dan Inf., vol. 6, no. 1, pp. 24–31, 2017, doi: 10.20961/ITS.V6I1.11296.

[9] J. O. Ong, “Implementasi Algotritma K-means clustering untuk menentukan strategi marketing president university,” J. Ilm. Tek. Ind., vol. vol.12, no, no. juni, pp. 10–20, 2013.

[10] K. H. Muchammad Ridho A., “Implementasi Algoritma K-Means Untuk Mengukur Tingkat Kepuasan Siswa Terhadap Proses Pembelajaran,” FTI Univ. Dian Nuswantoro, vol. 2011, no. 1, p. 24, 2011.

[11] Widiarina, “Algoritma Cluster Dinamik Untuk Optimasi Cluster Pada Algoritma K-Means Dalam Pemetaan Nasabah Potensial,” J. Intell. Syst., vol. 1, no. 1, pp. 33–36, 2015.

[12] R. Nainggolan, “OPTIMASI PERFORMA CLUSTER K-MEANS MENGGUNAKAN SSE,” METHOMIKA J. Manaj. Inform. Komputerisasi Akunt., vol. 2, no. 2, pp. 103–108, 2018.

[13] N. T. Hartanti, K. Kusrini, and A. Amborowati, “Sistem Pendukung Keputusan Untuk Menentukan Program Keahlian di SMK Syubbanul Wathon Magelang,” Konf. Nas. Sist. Inform. 2015, pp. 419–424, 2015.

[14] B. M. Metisen and H. L. Sari, “Analisis Clustering Menggunakan Metode K-Means dalam Pengelompokkan Penjualan Produk pada Swalayan Fadhila,” J. Media Infotama, vol. 11, no. 2, pp. 110–118, 2015.


Artikel Statistik

Abstrak telah dilihat : 6794 kali
PDF telah dilihat : 2602 kali

Refbacks

  • Saat ini tidak ada refbacks.


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

 

Alamat Redaksi :
Departemen Sistem Informasi, Fakultas Teknologi Informasi
Universitas Andalas
Kampus Limau Manis, Padang 25163, Sumatera Barat

email: teknosi@fti.unand.ac.id

  Jumlah Pengunjung :

 

Creative Commons License
This work by JSI-Unand and licensed under a CC BY-SA 4.0 International License.