Penerapan Algoritma K-Means dan Fuzzy C- Means Dalam Mengelompokan Prestasi Siswa Berdasarkan Nilai Akademik

Salim Kurniawan; Amril Siregar; Hilda Novita

Salim Kurniawan Universitas Buana Perjuangan Karawang
Amril Mutoi Siregar Universitas Buana Perjuangan Karawang
Hilda Yulia Novita Universitas Buana Perjuangan Karawang

Keywords: data mining, davies bouldien index, fuzzy c-means, k-means, pengelompokan, python

Abstract

SMK PGRI 2 Karawang setiap tahun akan memberikan beasiswa pendidikan dan merekomendasikan siswa- siswinya kepada perusahaan berdasarkan prestasi dalam capaian Ujian Nasional namun mengalami kesulitan dalam pengelompokan siswa yang berprestasi setelah Ujian Nasional ditiadakan dari tahun 2020 karena covid-19 untuk itu tujuan penelitian ini yaitu mengelompokan prestasi siswa berdasarkan nilai akademik menggunakan data mining dengan menerapkan algoritma K-Means dan Fuzzy C-Means serta membandingkan hasilnya untuk mengetahui algoritma terbaik, penelitian ini bertempat di SMK PGRI 2 Karawang dan data yang digunakan merupakan nilai raport siswa dari semester 1 sampai 6. Hasil perhitungan manual dan program python algoritma K-Means sebanyak 52 siswa berprestasi, 25 siswa dengan prestasi sedang dan 28 siswa tidak berprestasi sedangkan pada algoritma Fuzzy C-Means sebanyak 48 siswa berprestasi, 29 siswa dengan prestasi sedang, dan 28 siswa tidak berprestasi. Pada perhitungan rapidminer studio hanya bisa menggunakan algortima K-Means saja karena Fuzzy C-Means tidak tersedia dan berhasil mendapatkan 49 siswa berprestasi, 27 siswa dengan prestasi sedang dan 29 siswa tidak berprestasi serta berdasarkan nilai evaluasi dengan metode metode Davies Bouldien Index (DBI) dari setiap jenis perhitungan menunjukan algoritma K-Means merupakan algoritma terbaik karena memiliki nilai DBI yang mendekati 0 dan tidak negatif.

References

[1] Rosyid, M.Z., Mansyur, M., IP, S. and Abdullah, A.R., 2019. Prestasi belajar. Literasi Nusantara.
[2] Undang-undang Republik Indonesia Nomor 20 Tahun 2003. “Sistem pendidikan nasional”. Jakarta: Direktorat Pendidikan Menengah Umum.
[3] Peraturan Menteri Pendidikan dan Kebudayaan Nomor 34 Tahun 2018. “Standar nasional pendidikan sekolah Menengah Kejuruan (SMK) / Madrasah Aliyah Kejuruan (MAK)”.
[4] Surat Edaran Menteri Pendidikan dan Kebudayaan Nomor 4 Tahun 2020. “Pelaksanaan Kebijakan Pendidikan dalam Masa Darurat Penyebaran Coronavirus Disease (COVID-19)”
[5] Prayoga, Y., Mahmudi, A. and Zahro, H.Z., 2021. Penerapan Metode K Means Pada Sistem Informasi Akademik Untuk Pengelompokkan Siswa Berprestasi Di Upt Sma Negeri 3 Kota Pasuruan Berbasis Web. Jati (Jurnal Mahasiswa Teknik Informatika), 5(2), pp.822-828.
[6] Wiharto, W. and Suryani, E., 2020. The comparison of clustering algorithms k-means and fuzzy c-means for segmentation retinal blood vessels. Acta Informatica Medica, 28(1), p.42
[7] Luka, S.S.P., Candiasa, I.M. and Aryanto, K.Y.E., 2019. Analisis Pembentukan Kelompok Diskusi Panel Siswa Menggunakan Algoritma Fuzzy C-Means dan K-Means. Jurnal Pendidikan Teknologi dan Kejuruan, 16(2), pp.267-277.
[8] Hariyadi, A. and Darmuki, A., 2019. Prestasi Dan Motivasi Belajar Dengan Konsep Diri. In Prosiding Seminar Nasional Penguatan Muatan Lokal Bahasa Daerah Sebagai Pondasi Pendidikan Karakter Generasi Milenial (Pp. 280-286).
[9] Agustina, N. and Prihandoko, P., 2018. Perbandingan Algoritma K-Means dengan Fuzzy C-Means Untuk Clustering Tingkat Kedisiplinan Kinerja Karyawan. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 2(3), pp.621-626.
[10] Pramitasari, A.E. and Nataliani, Y., 2021. Perbandingan Clustering Karyawan Berdasarkan Nilai Kinerja Dengan Algoritma K-Means Dan Fuzzy C-Means. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 8(3), pp.1119-1132.
[11] Jollyta, D., Siddik, M., Mawengkang, H. and Efendi, S., 2021. Teknik Evaluasi Cluster Solusi Menggunakan Python Dan Rapidminer. Deepublish.
[12] Gie, W. and Jollyta, D., 2020, July. Perbandingan Euclidean dan Manhattan Untuk Optimasi Cluster Menggunakan Davies Bouldin Index: Status Covid-19 Wilayah Riau. In Prosiding Seminar Nasional Riset Information Science (SENARIS) (Vol. 2, pp. 187-191).