Analisa Data Set Peminatan Siswa Menggunakan Algoritma K-Means Dengan Optimize Parameter Di Sekolah Menengah Kejuruan

Abstract

Banyaknya siswa yang ragu akan minat karir adalah hal yang sudah biasa terjadi di SMK PUI Gegesik, maka dari itu SMK PUI Gegesik membuat 3 program untuk para siswanya yaitu Campus camp yang berfokus minat siswa yang ingin melanjutkan ke jenjang perguruan tinggi, Program BKK yang berfokus ke pelatihan siswa menghadapi dunia kerja, dan Wirausaha muda yang di khususkan berfokus untuk menyiapkan para siswa untuk berwirausaha di usia muda. Dengan ini penulis merekomendasikan menggunakan algoritma K-means untuk pengelompokan minat siswa berdasarkan data minat siswa dan menggunakan Optimize parameter untuk menemukan nilai optimal dari parameter yang dipilih untuk Operator dalam subprosesnya. Tujuan dari penelitian ini adalah untuk mencari parameter yang paling baik dalam pengelompokan data set minat siswa menggunakan Algoritma K-means untuk menjadikan data dan informasi yang diperoleh untuk pihak SMK PUI Gegesik. Pada penelitian ini metode eksperimen digunakan untuk mengelompokkan minat siswa dan mengetahui parameter mana yang paling baik digunakan oleh algoritma K-Means. Dengan melakukan uji beda dengan jumlah cluster (k = 2, 3, 4, 5, 6, 7, 8, 9, 10), hasil metode k-means dengan tipe measure adalah Mixed Measures dengan DBI paling optimal sebesar 0,497 dengan 2 cluster.

Penerapan Data Mining Untuk Penentuan Kelas Unggulan Dengan Algoritma K-Means Pada SMP Negeri 3 Kualuh Hulu

“…Algoritma K-Means Clustering dapat membantu dalam proses ini dengan membagi siswa ke dalam kelompok berdasarkan pola yang ditemukan dalam data. Dan penting juga mempertimbangkan aspek lain seperti keadilan, validitas proses seleksi, dan dukungan pendekatan yang menyeluruh untuk memastikan bahwa siswa yang terpilih benar-benar mewakili kemampuan yang dimiliki [8].…”