SKRIPSI

File Icon

IMPLEMENTASI ALGORITMA K-MEANS UNTUK PENGELOMPOKAN SISWA BERMASALAH

Tanggal Upload: 01/06/2025

Penulis / NIM:
AYIDIL KAI / T3121149

Program Studi:
S1 Teknik Informatika

Tahun Akademik:
2023

Kata Kunci:
Siswa Bermasalah, Clustering, Elbow, K-K-Means

Abstrak:

Tujuan dari penilitan ini 1.) Mengetahui Jumlah Cluster yang optimal untuk menentukan Jumlah kelompok Siswa yang bemasalah, sebagai kelompok prioritas yang mendapatkan penanganan Khusus. 2.) Mengetahui analisis setiap Clustering siswa bermasalah tingkat Berat guna untuk mendapatkan penanganan Khusus. SMKS TARUNA BAHARI merupakan salah satu sekolah yang menjadi tempat Penelitian dan untuk memperoleh informasi dilakukan dengan persepsi dengan mengarahkan persepsi langsung, wawancara dengan arahan pembimbing koseling dan dokumentasi mencatat yang berhubungan dengan objek penelitian, khususnya tentang masalah siswa. Dalam Penelitian ini diperoleh 179 informasi data siswa dari SMKS TARUNA BAHARI untuk digunakan sebagai bahan data uji dalam penentuan tingkat kelas siswa bermasalah. Atas dasar tidak sebandingyajumlah siswa bermasalah yang harus di tangani dengan jumlah Guru Bimbingan Konseling (BK) di SMKS Taruna Bahari, Maka siswa yang bermasalah membutuhkan penglompokan untuk menetapkan kelompok yang di prioritaskan dalam penaganan masalah yang tepatsasaran agar masalah tidak mengalami lama dalam penanganan dan masalah yang sama berulang lagi dengan menggunakan metode K-Means, Adapun hasil clustering menggunakan teknik Elbow sebanyak 4 cluster dengan menggunakan 2 Variabel yaitu variable Presentasi Ketidakhadiran dan Jumlah Bobot Pelanggaran. Sehingga mendapatkan hasil analisis dari setiap cluster yaitu cluster 1 merupakan Siswa Bermasalah yang memiliki Nilai tinggi pada Jumlah Bobot Pelanggaran dan Rendah Pada Presentasi Ketidakhadiran dengan Jumlah 42 Siswa, sehingga menjadi Proritas Ke 3, cluster 2 merupakan Siswa Bermasalah yang memiliki Nilai tinggi pada Presentasi Ketidakhadiran dan Rendah pada Jumlah Bobot Pelanggaran dengan Jumlah 34 Siswa, sehingga menjadi Proritas Ke 2, cluster 3 merupakan Siswa Bermasalah yang memiliki Nilai tinggi pada Presentasi Ketidakhadiran dan tinggi pada Jumlah Bobot Pelanggaran dengan Jumlah 51 Siswa, sehingga menjadi Proritas Ke 1, cluster 4 merupakan Siswa Bermasalah yang memiliki Nilai Rendah pada Presentasi Ketidakhadiran dan Rendah pada Jumlah Bobot Pelanggaran dengan Jumlah 52 Siswa, sehingga menjadi Proritas Ke 4.
Berkas Lampiran
Unduh File