Sistem Informasi Klasifikasi Minat Siswa Terhadap Ekstrakurikuler Untuk Pembinaan Lomba Dengan Metode K-Means Clustering
DOI:
https://doi.org/10.32664/smatika.v13i01.920Kata Kunci:
ekstrakurikuler, K-Means Clustering, sistem informasiAbstrak
Kegiatan ekstrakurikuler di MI (Madrasah Ibtidaiyah) As – Shodiq hanya digunakan untuk kegiatan diluar jam pelajaran normal untuk mengisi rapor saja, namun muncul masalah ketika ada perlombaan. Guru kesulitan memilih siswa untuk diikutkan lomba. Pemilihan siswa dan juga pembinaannya selalu mendadak dan hasil yang diperoleh dalam lomba tidak maksimal. Supaya pemilihan siswa dalam kegiatan lomba sesuai dengan bakat dan ekstrakurikuler yang diikuti, maka diperlukan sistem informasi yang dapat mengklasifikasi minat siswa menerapkan metode k-means clustering. Nilai – nilai yang ada pada rapor dan nilai harian menjadi parameter pada metode k-means clustering. Penelitian ini menggunakan metodologi waterfall yaitu requirement analysis, design, development dan testing. Penelitian ini bertujuan untuk mengklasifikasi siswa pada kelas ekstrakurikuler yang kemudian akan dibina untuk memaksimalkan ekstrakurikuler sehingga siswa siap ikut pendampingan lomba. Jadi, berdasarkan hasil penelitian adalah sistem informasi dapat mengklasifikasikan siswa kedalam kelas – kelas mata pelajaran yang ada pada ekstrakurikuler, sehingga guru dapat membina siswa dalam masing – masing kelas jauh – jauh hari untuk dipersiapkan lomba. Namun dalam sistem informasi masih ada beberapa kendala seperti waktu perhitungan k-means dan fitur yang dapat ditambahkan untuk penelitian selanjutnya.
Referensi
P. S. Hasugian and J. Raphita Sagala, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Data Mining Untuk Pengelompokan Siswa Berdasarkan Nilai Akademik dengan Algoritma K-Means,†Media Online, vol. 3, no. 3, pp. 262–268, 2022, [Online]. Available: https://djournals.com/klik.
. Novi and A. Mubarok, “Penerapan Algoritma K-Means untuk Menentukan Kelas Unggulan di SMP Pelita Bandung,†Infomatek, vol. 32, no. 2, pp. 97–106, 2021, doi: 10.23969/infomatek.v23i2.4351.
C. Purnamaningsih, R. Saptono, and A. Aziz, “Pemanfaatan Metode K-Means Clustering dalam Penentuan Penjurusan Siswa SMA,†J. Teknol. Inf. ITSmart, vol. 3, no. 1, p. 27, 2016, doi: 10.20961/its.v3i1.644.
I. M. A. W. Putra, G. Indrawan, and K. Y. E. Aryanto, “Sistem Rekomendasi Berdasarkan Data Transaksi Perpustakaan Daerah Tabanan dengan menggunakan K-Means Clustering,†J. Ilmu Komput. Indones., vol. 3, no. 1, pp. 18–22, 2018, [Online]. Available: http://119.252.161.254/e-journal/index.php/jik/article/view/2749/1314.
A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan,†J. Tekno Kompak, vol. 15, no. 2, p. 25, 2021, doi: 10.33365/jtk.v15i2.1162.
R. P. Primanda, A. Alwi, and D. Mustikasari, “Data Mining Seleksi Siswa Berprestasi Untuk Menentukan Kelas Unggulan Menggunakan Metode k-Means Clustering (Studi Kasus di MTS Darul Fikri ),†Komputek, vol. 5, no. 1, p. 88, 2021, doi: 10.24269/jkt.v5i1.686.
J. Hutagalung, “Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering,†JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 1, pp. 606–620, 2022, doi: 10.35957/jatisi.v9i1.1516.
P. K.Srimani and A. S. Kamath, “Data Mining Techniques for the performance Analysis of a Learning Model A Case Study,†Int. J. Comput. Appl., vol. 53, no. 5, pp. 36–42, 2012, doi: 10.5120/8421-1896.
Disnakertrans, “Kelebihan Dan Kekurangan Metode Waterfall, Begini Cara Kerjanya,†14 April, 2021. https://www.jabarjawara.id/article/detail/kelebihan-dan-kekurangan-metode-waterfall-begini-cara-kerjanya.
T. Tjahjanto, A. Arista, and E. Ermatita, “Information System for State-owned inventories Management at the Faculty of Computer Science,†Sinkron, vol. 7, no. 4, pp. 2182–2192, 2022, doi: 10.33395/sinkron.v7i4.11678.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis telah menyetujui bahwa pemegang hak cipta adalah SMATIKA Jurnal. Dan Author berhak menyebarkan artikel tanpa seijin SMATIKA jurnal.
