CLUSTERING NILAI UJIAN NASIONAL DALAM PEMINATAN JURUSAN SISWA SMA DENGAN METODE K-MEANS ( Studi Kasus SMAN 1 Gorontalo Utara )
Tanggal Upload: 04/06/2025
Penulis / NIM:
INDRIFATIA PUTI / T3118159
Program Studi:
S1 Teknik Informatika
Kata Kunci:
Penentuan Jurusan, K-Means, Clustering
Abstrak:
Jurusan program pada peserta didik SMA merupakan proses pengambilan keputusan dalam menentukan jurusan program bagi siswa siswi sebagai salah satu bagian dari peningkatan SDM. Penentuan jurusan yang dilakukan oleh pihak sekolah selama ini masih memiliki banyak kelemahan, antara lain pihak sekolah masih memberikan formulir pemilihanpeminatan jurusan bagi siswa siswi baru SMAN 1 Gorontalo Utara sehingga data yang didapatkan kurang akurat dikarenakan pemilihan jurusan berdasarkan keinginan siswa tanpa melihat latar belakang nilai akademik yang dimiliki. Maka untuk dapat menyelesaikan permasalahan tersebut, dibuatlah sistem pengelompokkan data nilai ujian nasional siswa dalam penentuan jurusan dengan menerapkan metode clustering dan algoritma yang digunakan adalah K-Means untuk mengidentifikasi data yang memiliki karakteristik yang sama dengan memperhatikan beberapa kriteria. Ada 90 data nilai siswa baru SMAN 1 Gorontalo Utara periode tahun 2019-2020 untuk dilakukan analisis dengan mengimplementasikan metode K-Means Clusteringdan berdasarkan hasil implementasi melalui Tools RapidMiner Studio. Cluster yang dihasilkam dari pengelompokkan ini berjumlah 4 cluster. Cluster 1 merupakan siswa yang masuk peminatan jurusan IPA 2 dengan jumlah 24 data siswa, cluster 2 merupakan siswa yang masuk peminatan jurusan IPS 2 dengan banyak siswa 27, cluster 3 merupakan siswa yang masuk peminatan jurusan IPS 1 dengan banyak jumlah 27 siswa, dan cluster 4 merupakan siswa yang masuk peminatan jurusan IPA 1 dengan jumlah 12siswa. Dengan demikian hasil dari pengelompokkan tersebut dapat membantu pihak SMAN 1 Gorontalo Utara dalam proses pengelompokkan data nilai siswa untuk penentuan jurusan tahun berikutnya sesuai dengan kriteria, sehingga pengelompokkan dan pengolahan data lebih cepat, tepat dan akurat.