Implementasi Data Mining Pengelompokan Minat Belajar Siswa Daring Di Sma Negeri 1 Delitua Menggunakan Metode Clustering K-Means
DOI:
https://doi.org/10.53513/jct.v4i8.4365Abstract
¬ABSTRAK Data mining merupakan suatu proses penambangan data dalam jumlah yang sangat besar dengan menggunakan metode statistika, matematika hingga memanfaatkan teknologi artificial intelligence terkini. Pemanfaatan data yang terkumpul tersebut sebenarnya dapat menghasilkan suatu informasi baru yang dapat dijadikan acuan pada suatu instansi dalam menentukan suatu strategy.Clustering adalah metode penganalisaan data untuk menemukan suatu kelompok- kelompok dari sekumpulan objek atau individu yang memiliki karakteristik yang sama. Clustering merupakan salah satu metode dalam data mining. K-Means merupakan salah satu metode data clustering non hirarki yang mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok lain sehingga data yang berada dalam satu cluster/kelompok memiliki tingkat variasi yang kecil. Oleh karena itu peneliti melakukan suatu penelitian dengan menggunakan teknik data mining clustering -means pada objek yang akan dianalisis sehingga dapat menghasilkan pola tingkat kemampuan belajar siswa. Data nilai yang digunakan adalah data nilai siswa kelas XI tahun ajaran 2020/2021 semester genap. Sebagai data sampel, penelitian ini berhasil mengimplementasikan teknik data mining menggunakan clustering k-means dalam sebuah aplikasi yang akan digunakan untuk mengolah data nilai yang tersedia, sehingga menghasilkan pola tingkat kemampuan siswa yang cenderung terjadi dari kombinasi nilai-nilai yang tersedia.Kata kunci : Data Mining, Clustering, K-means, Data Nilai Siswa, SMA Negeri 1 Delitua.References
Nurkholis, “PENDIDIKAN DALAM UPAYA MEMAJUKAN TEKNOLOGI Oleh: Nurkholis Doktor Ilmu Pendidikan, Alumnus Universitas Negeri Jakarta Dosen Luar Biasa Jurusan Tarbiyah STAIN Purwokerto,†vol. 1, no. 1, pp. 24–44, 2013.
Y. Yuliana, “Corona virus diseases (Covid-19): Sebuah tinjauan literatur,†Wellness Heal. Mag., vol. 2, no. 1, pp. 187–192, 2020, doi: 10.30604/well.95212020.
N. Sourial, C. Longo, I. Vedel, and T. Schuster, “Daring to draw causal claims from non-randomized studies of primary care interventions,†Fam. Pract., vol. 35, no. 5, pp. 639–643, 2018, doi: 10.1093/fampra/cmy005.
T. P. Sutriyani, A. M. Siregar, and D. S. Kusumaningrum, “Implementasi Algoritma K-Means terhadap Pengelompokan Nilai Ujian Nasional Tingkat SMP di Provinsi Jawa Barat,†Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 1, pp. 30–36, 2018, doi: 10.36805/technoxplore.v3i1.797.
M. L. Sibuea and A. Safta, “Pemetaan Siswa Berprestasi Menggunakan Metode K-Means Clustring,†Jurteksi, vol. 4, no. 1, pp. 85–92, 2017, doi: 10.33330/jurteksi.v4i1.28.
R. Lumbantoruan, “Analisis data mining dan warehousing,†Ilmiah, vol. 19, no. Vol 19 No 1 (2015): Vol 19 No 1 (2015): Buletin Ekonomi ISSN: 1410-3842, pp. 66–76, 2015, [Online]. Available: http://ejournal.uki.ac.id/index.php/beuki/article/view/308.
S. Andayani, “Formation of clusters in Knowledge Discovery in Databases by Algorithm K-Means,†SEMNAS Mat. dan Pendidik. Mat. 2007, 2007.
Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,†J. Edik Inform., vol. 2, 2019.
M. W. Talakua, Z. A. Leleury, and A. W. Talluta, “Acluster Analysis By Using K-Means Method for Grouping of District/City in Maluku Province Industrial Based on Indicators of Maluku Development Index in 2014,†Barekeng J. Ilmu Mat. dan Terap., vol. 11, no. 2, pp. 119–128, 2017.
A. Y. Permana and M. M. Effendi, “Klasifikasi Opini Kepuasan Mahasiswa Terhadap Kinerja Dosen Dengan Pendekatan Cross Validation Naïve Bayes,†vol. 3, 2019.
