PENERAPAN K-MEANS UNTUK KLASTERISASI PRESTASI AKADEMIK SISWA BERDASARKAN NILAI PENGETAHUAN DI SDN 48 KOTA JAMBI

Azmi, M. Fikri (2026) PENERAPAN K-MEANS UNTUK KLASTERISASI PRESTASI AKADEMIK SISWA BERDASARKAN NILAI PENGETAHUAN DI SDN 48 KOTA JAMBI. Masters thesis, UNAMA.

[img] Text
BAB I.pdf

Download (141kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (178kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (274kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (3MB)
[img] Text
BAB V.pdf

Download (102kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (121kB)

Abstract

Prestasi akademik siswa merupakan indikator penting dalam mengevaluasi keberhasilan proses pembelajaran di sekolah. Namun, proses analisis prestasi siswa sering kali masih dilakukan secara manual sehingga kurang efisien dan sulit memberikan gambaran menyeluruh terhadap kondisi akademik siswa. Oleh karena itu, diperlukan pendekatan berbasis teknologi untuk mengolah data akademik secara sistematis. Penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam mengelompokkan prestasi akademik siswa berdasarkan nilai pengetahuan di SDN 48 Kota Jambi. Data yang digunakan dalam penelitian ini berjumlah 152 siswa dengan tujuh atribut nilai mata pelajaran, yaitu Pendidikan Agama Islam (PAI), Pendidikan Pancasila, Bahasa Indonesia, IPAS, Matematika, PJOK, dan Budaya Daerah Jambi. Proses penelitian meliputi tahapan seleksi data, preprocessing (pembersihan dan normalisasi data), penerapan algoritma K-Means menggunakan RapidMiner, serta evaluasi hasil klasterisasi menggunakan metode Elbow, Silhouette Coefficient, dan Davies-Bouldin Index. Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah tiga klaster, yang merepresentasikan kategori prestasi akademik tinggi, sedang, dan rendah. Klasterisasi ini mampu memberikan gambaran distribusi kemampuan akademik siswa secara lebih objektif dan sistematis. Penelitian ini diharapkan dapat membantu pihak sekolah dalam melakukan pemetaan prestasi siswa serta menjadi dasar dalam penyusunan strategi pembelajaran yang lebih tepat sasaran berbasis analisis data.

Item Type: Thesis (Masters)
Subjects: Analisis Sistem Informasi
Divisions: Tesis > Magister Sistem Informasi > 2026
Depositing User: Digital Library
Date Deposited: 26 Jun 2026 02:30
Last Modified: 26 Jun 2026 02:30
URI: http://repository.unama.ac.id/id/eprint/5483

Actions (login required)

View Item View Item