PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PERINGATAN DINI RESIKO KEGAGALAN SISWA PADA MATA PELAJARAN BAHASA INDONESIA

  • Nurul Alifia A
  • Fahrudi Setiawan A
  • Rudhistiar D
N/ACitations
Citations of this article
27Readers
Mendeley users who have this article in their library.

Abstract

Mata pelajaran Bahasa Indonesia memiliki peran krusial dalam perkembangan siswa di Indonesia, dan kegagalan siswa dalam mata pelajaran ini dapat memiliki dampak jangka panjang. Beberapa alasan umum pemilihan mata pelajaran  Bahasa Indonesia dalam penelitian ini melibatkan aspek yang befokus pada kemampuan siswa siswi  berdasarkan hasil nilai tugas, ulangan, dan semester. Selain itu, ketersediaan data nilai atau kinerja siswa pada mata pelajaran Bahasa Indonesia yang sudah tersedia dan lengkap, dapat menjadi faktor pertimbangan penting.Oleh karena itu, penelitian ini bertujuan untuk melakukan penerapan algoritma K-Means Clustering dalam peringatan dini resiko kegagalan siswa pada mata pelajaran Bahasa Indonesia, dengan fokus pada studi kasus di SMP Negeri 2 Malang.Algoritma K-Means Clustering merupakan metode yang kuat untuk mengelompokkan data menjadi kelompok-kelompok dengan karakteristik serupa. Dari hasil pengujian, didapatkan hasil sistem dengan hasil guru didapatkan hasil, untuk kelas 8A memiliki hasil yang sama sebesar 57.14%, kelas 8B 71.43 %, kelas 8C 55.56 %, dan kelas 8D 58.33 %.

Cite

CITATION STYLE

APA

Nurul Alifia, A., Fahrudi Setiawan, A., & Rudhistiar, D. (2024). PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PERINGATAN DINI RESIKO KEGAGALAN SISWA PADA MATA PELAJARAN BAHASA INDONESIA. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1174–1181. https://doi.org/10.36040/jati.v8i2.9075

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free