Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering

Abstract

Data mining merupakan sebuah metode dalam bidang ilmu komputer yang digunakan dalam mencari pengetahuan dari data sehingga menjadi sebuah informasi yang bermanfaat. Tahapan dalam proses data mining berguna untuk mencari sebuah pola tertentu dari data penilaian yang sangat banyak. Tujuan penelitian ini yaitu mengetahui dan membentuk cluster data siswa berdasarkan nilai akademik, nilai sikap, dan nilai disiplin sehingga menjadi sebuah cluster sehingga hasil cluster siswa dapat menjadi acuan dalam meningkatkan nilai siswa dalam proses pembelajaran selanjutnya. Hasil evaluasi dan penilaian terhadap siswa dilakukan oleh tenaga pengajar atau guru dalam melakukan penilaian selama proses pembelajaran. Dalam proses pembelajaran terdapat 3 kategori penilaian yaitu nilai siswa, disiplin, serta sikap. Hasil pengelompokan data nilai siswa menggunakan metode K-Means clustering menunjukan bahwa berdasarkan hasil cluster data siswa menggunakan dataset siswa dalam satu semester, maka didapatkan cluster 0 berjumlah 59 siswa, cluster 1 berjumlah 94 siswa, dan cluster 2 berjumlah 1 siswa. Hasil pengujian menggunakan elbow method maka jumlah cluster yang baik yang digunakan adalah 3 cluster, sehingga dalam penelitian ini menggunaka 3 cluster yaitu cluster 0, cluster 1, dan cluster 2. Hasil pengujian menggunakan silhouette coefficient maka jumlah cluster yang baik yang digunakan adalah 3 cluster dengan nilai silhouette coefficient yaitu 0.489, dan lebih baik dari nilai silhouette coefficient cluster lainnya.