Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan

Abstract

Tujuan penelitian ini adalah mengembangkan sistem informasi berbasis web untuk mengelola data penilaian yang terpusat dalam menyajikan laporan hasil belajar siswa danpengelompokan siswa pada kelas unggulan dengan mengimplementasikan algoritma K-means Clustring. Penerapan algoritma K-Means dengan mempartisi data ke dalam data dalam bentuk satu atau lebih kelompok, dimana data yang memiliki reprensentative persamaan dalam satu kelompok dan data yang memiliki perbedaan kelompok yang lain. Pengelompokan data dalam satuan pendidikan dilakukan untuk memudahkan fasilitasi pendidikan siswa berdasarkan perbedaan kemampuannya dalam belajar dan mengikuti pembelajaran. Penelitian dilakukan dengan metode pengembangan sistem mengikuti alur Systems development life cycle (SDLC)dengan model sekuensiallinier(sequentiallinear) atau alur hidup klasik(classiclifecycle). Tahap penelitian meliputi Analisis, Desain, Pengodean dan Pengujian sistem. Sistem yang dikembangkan diimplementasikan pada salah satu sekolah di Lampung untuk mengelompokkan siswa pada kelas unggulan dengan jumlah anggota keseluruhan sebanyak 6 kelas VII dengan jumlah total 192 siswa pada tahun pelajaran 2020. Hasil Penelitian didapat aplikasi pengelolaan data penilaian yang terpusat dalam menyajikan laporan hasil belajar siswa menggunakan hasil nilai rapor kurikulum 2013. Penilaian tersebut menjadi dasar atribut yang digunakan dalam proses perhitungan untuk menetukan siswa kelas unggulan.HasilklarifikasiKelas unggulan dibutuhkan suatuimplementasi systeminformasiterbentuk2cluster setiapkelas. Setiapklasteriasiperputaran pada masing-masing kelas kemudian dihasilkanjumlah siswa masukkelasunggulansebanyak96dansiswa tidakmasukkelas unggulan sebanyak 96. Penerapansisteminformasiklastrisasiberbasiswebdihasilkan informasiyang lebihfleksibeldapatdiaksessecaraglobalpihak instansi.Pengujianblack-box Testinglebihberfokusdenganpengujian fungsional menunjukkan perangkat lunak dapat berfungsi baik dalam mengelompokkan data. Pengujian penerimaanuser terhadappengembangansisteminformasimenggukan technologi Acceptance Model (TAM) menunjukkan aplikasi yang dibangun memberikan kemudahan dan tepat guna untuk diimplementasikan dalam mengelompokkan siswa kelas unggulan di sekolah. Denganmembangunatauimplementasikedalamsysteminformasi algoritma k-means clustering hasil klasrifikasi klasterisasi sehinggaefektifdanprosessetiapiterasiperputaranjarakcentroid, penetuan titik clusterdibantuk, dan lebih menghemat waktu melakukanklasterisasikelas unggulan.