Implementasi Algoritma K-Means Dan Fp-Growth Untuk Rekomendasi Bimbingan Belajar Berdasarkan Segmentasi Akademik Siswa

Abstract

Pengayaan materi merupakan salah satu persiapan peserta didik untuk menghadapi Ujian Nasional (UN). Di SMA NEGERI 4 TASIKMALAYA tidak ada pengelompokan khusus untuk pengayaan UN. Tidak adanya pengelompokan khusus, mengakibatkan kurang tepat sasaran dalam mengatur jadwal mata pelajaran apa saja yang benar-benar dibutuhkan oleh siswa tersebut. Untuk itu diperlukan solusi yang dapat mengatasi kesulitan tersebut. Metode clustering untuk pengelompokan siswa dengan menggunakan Algoritma K-Means dan untuk pola mata pelajaran tiap kelompok siswa menggunakan Algoritma FP-Growth. Jumlah cluster ada k=2 dan maksimal itemset adalah 3 itemset, jumlah dataset yang digunakan adalah 190 dataset. Aplikasi ini selain menampilkan pengelompokkan siswa pada mata pelajaran UN, juga dapat menampilkan pola mata pelajaran UN yang dibutuhkan dari tiap kelompoknya.