Penerapan K-Means dengan Evaluasi Davies-Bouldin Index untuk Pengelompokan Kelas Unggulan SMP Wijaya Sukodono

Feny Anggraeny; Ade  Eviyanti; Sumarno

doi:10.32664/smatika.v15i02.1689

Penulis

Feny Anggraeny Universitas Muhammadiyah Sidoarjo
Ade Eviyanti Universitas Muhammadiyah Sidoarjo
Sumarno Universitas Muhammadiyah Sidoarjo

DOI:

https://doi.org/10.32664/smatika.v15i02.1689

Kata Kunci:

Davies-Bouldin Index, K-Means Clustering, Kelas Unggulan, Nilai Akademik, Pengelompokan Siswa.

Abstrak

Penelitian ini dilakukan di SMP Wijaya Sukodono, salah satu sekolah terbesar di Kecamatan Sukodono yang berupaya meningkatkan kualitas pendidikan dengan memanfaatkan data akademik siswa. Tujuan utama penelitian ini adalah mengelompokkan siswa berdasarkan nilai akademik menggunakan metode K-Means Clustering, yang bertujuan untuk membagi siswa ke dalam dua kategori: Kelas Unggulan dan Kelas Reguler. Kelas Unggulan didefinisikan sebagai kelompok siswa dengan performa akademik tinggi, sedangkan Kelas Reguler mencakup siswa dengan performa akademik yang lebih rendah.Metode penelitian melibatkan pengumpulan data nilai raport, pemrosesan, dan transformasi data, diikuti dengan penerapan algoritma K-Means. Evaluasi dilakukan menggunakan Davies-Bouldin Index (DBI) untuk menilai kualitas clustering. Hasil analisis menunjukkan bahwa dari 576 siswa, 488 siswa tergolong dalam Kelas Unggulan dan 88 siswa dalam Kelas Reguler. Konfigurasi dua klaster memberikan hasil optimal dengan nilai DBI sebesar 0,337, menunjukkan tingkat pemisahan antar-klaster yang baik.Penelitian ini menyimpulkan bahwa metode K-Means efektif dalam mengelompokkan siswa berdasarkan performa akademik. Hasil ini memberikan wawasan strategis bagi sekolah dalam menyusun program pembelajaran yang lebih terarah untuk meningkatkan mutu pendidikan. Pengembangan lebih lanjut dapat dilakukan dengan memasukkan variabel non-akademik atau mengeksplorasi metode clustering lain untuk hasil yang lebih komprehensif.

Referensi

[1] N. D. Rahayu, A. H. Anshor, I. Afriantoro, and A. Halim Anshor, “Penerapan Data Mining untuk Pemetaan Siswa Berprestasi menggunakan Metode Clustering K-Means Oleh : Penerapan Data Mining untuk Pemetaan Siswa Berprestasi menggunakan Metode Clustering K-Means,” JUKI : Jurnal Komputer dan Informatika, vol. 6, 2024.

[2] H. Afif and M. Arif, “Jurnal Teknik Informatika dan Desain Komunikasi Visual Penerapan Data Mining Untuk Pengelompokan Kelas Siswa Unggulan Berdasarkan Nilai Raport Menggunakan Metode K-Means Clustering ( Studi Kasus: SMK Muhammadiyah 3 Weleri ),” Universitas Selamat Sri, vol. 1, no. 2, 2022.

[3] A. Yudhistira and R. Andika, “Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering,” Journal of Artificial Intelligence and Technology Information (JAITI), vol. 1, no. 1, pp. 20–28, Feb. 2023, doi: 10.58602/jaiti.v1i1.22.

[4] E. Desi, S. Aliyah, S. Lestari, and W. Dari, “Implementasi Algoritma K-Means Untuk Penerimaan Siswa Baru Di SMANPAS Berdasarkan Nilai Rapot dan Hasil Tes,” IT (INFORMATIC TECHNIQUE) JOURNAL, vol. 10, no. 1, p. 01, Apr. 2022, doi: 10.22303/it.10.1.2022.01-10.

[5] D. A. Manalu and G. Gunadi, “IMPLEMENTASI METODE DATA MINING K-MEANS CLUSTERING TERHADAP DATA PEMBAYARAN TRANSAKSI MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON PADA CV DIGITAL DIMENSI,” Infotech: Journal of Technology Information, vol. 8, no. 1, pp. 43–54, Jun. 2022, doi: 10.37365/jti.v8i1.131.

[6] S. Widaningsih and S. Yusuf, “Penerapan Data Mining Untuk Memprediksi Siswa Berprestasi Dengan Menggunakan Algoritma K Nearest Neighbor,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 9, no. 3, 2022, [Online]. Available: http://jurnal.mdp.ac.id

[7] N. F. Hilmi and F. Irwiensyah, “Analisis Sentimen Terhadap Aplikasi Tiktok Dari Ulasan Pada Google Playstore Menggunakan Metode Naïve Bayes,” SMATIKA JURNAL, vol. 14, no. 01, pp. 146–156, Jul. 2024, doi: 10.32664/smatika.v14i01.1210.

[8] I. T. Umagapi, B. Umaternate, S. Komputer, P. Pasca Sarjana Universitas Handayani, B. Kepegawaian Daerah Kabupaten Pulau Morotai, and B. Riset dan Inovasi, “Uji Kinerja K-Means Clustering Menggunakan Davies-Bouldin Index Pada Pengelompokan Data Prestasi Siswa.”

[9] S. Haviyola and M. Jajuli, “PENGELOMPOKAN PRESTASI SISWA GUNA KUALIFIKASI BEASISWA BERDASARKAN DATA NILAI MENGGUNAKAN ALGORITMA K-MEANS.”

[10] M. Aqshal Al Fachrizy and Hendri, “Klasifikasi Pencari Kerja pada Disnaker Menggunakan Metode K-Means Clustering,” Bulletin of Computer Science Research, vol. 4, no. 2, pp. 196–206, Feb. 2024, doi: 10.47065/bulletincsr.v4i2.334.

[11] M. Alexander Justin Audison Sibarani, I. Gede Susrama Mas Diyasa, P. Studi Sains Data, F. Ilmu Komputer, and U. Pembangunan, “PENGGUNAAN K-MEANS DAN HIERARCHICAL CLUSTERING SINGLE LINKAGE DALAM PENGELOMPOKKAN STOK OBAT,” vol. 5, no. 2, 2024, doi: 10.46306/lb.v5i2.

[12] W. Kokoh Andriyan, D. Palembang, J. A. Jenderal Yani No, and P. Sumatera Selatan, “Penerapan Data Mining Dengan Menggunakan Metode K-Means Clustering Dalam Pengelompokan Data Nilai Pada SMA YKPP PENDOPO Untuk Menentukan Jurusan Ipa Dan Ips,” 2023.

[13] B. Kristanto, A. T. Zy, and M. Fatchan, “Analisis Penentuan Karyawan Tetap Dengan Algoritma K-Means Dan Davies Bouldin Index,” Bulletin of Information Technology (BIT), vol. 4, no. 1, pp. 112–120, 2023, doi: 10.47065/bit.v3i1.

[14] A. Kristianto, “Implementasi DBSCAN dalam Clustering Data Minat Mahasiswa Setelah Pandemi Covid19,” 2022.

[15] G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” 2022. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

[16] N. Hendrastuty, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa,” 2024, doi: 10.58602/jima-ilkom.v3i1.26.

[17] F. Yunita, “PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING PADA PENERIMAAN MAHASISWA BARU (STUDI KASUS : UNIVERSITAS ISLAM INDRAGIRI),” 2018.

[18] R. Ishak, “Volume 5 Nomor 2 Juli 2023 Penerapan Algoritma XGBoost untuk Seleksi Atribut pada K-Means dalam Clustering Penerima KIP Kuliah,” Jambura Journal of Electrical and Electronics Engineering, vol. 192.

[19] Y. Hasan, “PENGUKURAN SILHOUETTE SCORE DAN DAVIES-BOULDIN INDEX PADA HASIL CLUSTER K-MEANS DAN DBSCAN,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3S1, Oct. 2024, doi: 10.23960/jitet.v12i3S1.5001.

[20] S. Mutiah, Y. Hasnataeni, A. Fitrianto, E. Erfiani, and L. M. R. D. Jumansyah, “Perbandingan Metode Klastering K-Means dan DBSCAN dalam Identifikasi Kelompok Rumah Tangga Berdasarkan Fasilitas Sosial Ekonomi di Jawa Barat,” Teorema: Teori dan Riset Matematika, vol. 9, no. 2, p. 247, Sep. 2024, doi: 10.25157/teorema.v9i2.16290.