Algoritma Clustering untuk Menentukan Kategori Siswa Berdasarkan Prestasi pada SMA Pangeran Antasari

Ayuni Syahputri; Lili Tanti

Authors

Ayuni Syahputri Universitas Potensi Utama Medan
Lili Tanti Universitas Potensi Utama

Keywords:

K-Means; Clustering; Prestasi Siswa; Data Mining; Evaluasi Elbow.

Abstract

Penentuan kategori prestasi siswa di SMA Pangeran Antasari masih dilakukan secara manual sehingga kurang efisien dan rentan menghasilkan penilaian yang subjektif. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengelompokkan siswa ke dalam tiga kategori prestasi, yaitu tinggi, cukup, dan rendah. Dataset yang digunakan berjumlah 1.091 data siswa, mencakup nilai akademik, absensi, serta prestasi non-akademik. Proses evaluasi model dilakukan menggunakan metode Elbow untuk menentukan jumlah cluster optimal, dan pengujian menggunakan confusion matrix terhadap 30 data uji. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu melakukan pengelompokan dengan baik, dengan tingkat akurasi sebesar 93,33%, serta rata-rata F1-score mencapai 94,2%. Temuan ini memperlihatkan bahwa K-Means efektif dalam memberikan pemetaan prestasi siswa secara objektif dan dapat membantu sekolah dalam proses evaluasi dan pengambilan keputusan akademik.

References

E. A. Saputra and Y. Nataliani, “Analisis Pengelompokan Data Nilai Siswa untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-Means,” J. Inf. Syst. Informatics, vol. 3, no. 3, pp. 424–439, 2021, doi: 10.51519/journalisi.v3i3.164.

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.

Fahrillah Fahrillah and Zaehol Fatah, “Pengelompokan Data Nilai Siswa Madrasah Ta’Hiliyah Menggunakan Metode K-Means Clustering,” J. Ris. Sist. Inf., vol. 2, no. 1, pp. 53–59, 2025, doi: 10.69714/0v1pkz05.

S. Haviyola, S. Susilawati, and M. Jajuli, “Pengelompokan Prestasi Siswa Guna Kualifikasi Beasiswa Berdasarkan Data Nilai Menggunakan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2786–2791, 2024, doi: 10.36040/jati.v7i4.7200.

S. N. Br Sembiring, H. Winata, and S. Kusnasari, “Pengelompokan Prestasi Siswa Menggunakan Algoritma K-Means,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 1, p. 31, 2022, doi: 10.53513/jursi.v1i1.4784.

N. D. Rahayu, A. H. Anshor, and I. Afriantoro, “Penerapan Data Mining untuk Pemetaan Siswa Berprestasi menggunakan Metode Clustering K-Means,” JUKI J. Komput. dan Inform., vol. 6, no. 1, pp. 71–83, 2024, doi: 10.53842/juki.v6i1.474.

S. Dewi, S. Defit, and Y. Yuhandri, “Akurasi Pemetaan Kelompok Belajar Siswa Menuju Prestasi Menggunakan Metode K-Means,” J. Sistim Inf. dan Teknol., vol. 3, pp. 28–33, 2021, doi: 10.37034/jsisfotek.v3i1.40.

D. Bahtiar et al., “Pemetaan Penduduk Penerima Bantuan Sosial Desa Waru Jaya Menggunakan Algoritma K-Means Clustering,” Sci. Sacra J. Sains, vol. 3, no. 2, pp. 29–39, 2023, [Online]. Available: http://pijarpemikiran.com/index.php/Scientia

V. No, M. Qusyairi, Z. Hidayatullah, A. Sandi, and V. No, “Infotek : Jurnal Informatika dan Teknologi Penerapan K-Means Clustering Dalam Pengelompokan Prestasi Siswa Dengan Optimasi Metode Elbow Infotek : Jurnal Informatika dan Teknologi Perkembangan teknologi saat ini berkembang dengan sangat pesat ini terbukti ,” vol. 7, no. 2, pp. 500–510, 2024.

S. Marpaung, S. -, and I. -, “Penerapan Metode Naïve Bayes Dalam Memprediksi Prestasi Siswa Di SMA Negeri 1 Panombeian Panei,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 4, no. 2, pp. 8–13, 2021, doi: 10.34012/jurnalsisteminformasidanilmukomputer.v4i2.1522.

Y. Filki, “Algoritma K-Means Clustering dalam Memprediksi Penerima Bantuan Langsung Tunai (BLT) Dana Desa,” J. Inform. Ekon. Bisnis, vol. 4, pp. 166–171, 2022, doi: 10.37034/infeb.v4i4.166.

R. G. Santosa, Y. Lukito, and A. R. Chrismanto, “Classification and Prediction of Students’ GPA Using K-Means Clustering Algorithm to Assist Student Admission Process,” J. Inf. Syst. Eng. Bus. Intell., vol. 7, no. 1, p. 1, 2021, doi: 10.20473/jisebi.7.1.1-10.

A. Pramudya, I. Maulana, and R. Mayasari, “Pengelompokan Hasil Belajar Siswa Sdn Tunas Jaya Dengan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3960–3967, 2024, doi: 10.36040/jati.v7i6.7970.

A. Asmana, Y. Arie Wijaya, and M. Martanto, “Clustering Data Calon Siswa Baru Menggunakan Metode K-Means Di Sekolah Menengah Kejuruan Wahidin Kota Cirebon,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 552–559, 2022, doi: 10.36040/jati.v6i2.5236.

Rahmat Hidayat, “Pemanfaatan Data Mining Untuk Melihat Minat Siswa Setelah Menyelesaikan Pendidikan Sekolah Menengah Atas (Sma) Dengan Algoritma K-Means Clustering,” Technol. Informatics Insight J., vol. 1, no. 2, pp. 85–97, 2022, doi: 10.32639/tiij.v1i2.220.

C. Loho, V. P. Rantung, and G. C. Rorimpandey, “Data Mining Rekomendasi Sekolah Calon Siswa SMA di Kota Tomohon Menggunakan Metode K-Means Clustering,” JOINTER J. Informatics Eng., vol. 3, no. 02, pp. 1–9, 2022, doi: 10.53682/jointer.v3i02.34.

S. Anwar, T. Suprapti, G. Dwilestari, and I. Ali, “Pengelompokkan Hasil Belajar Siswa dengan Metode Clustering K-Means,” JURSISTEKNI (Jurnal Sist. Inf. dan Teknol. Informasi), vol. 4, no. 2, pp. 60–72, 2022.

C. Satria and A. Anggrawan, “Aplikasi K-Means berbasis Web untuk Klasifikasi Kelas Unggulan,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 111–124, 2021, doi: 10.30812/matrik.v21i1.1473.

I. A. Kurniawan, R. M. H. Bhakti, and B. Irawan, “Implementasi Data Mining Untuk Mengukur Prestasi Siswa SD Menggunakan Metode K-Means Clustering,” J. Citiz. Res. Dev., vol. 1, no. 2, pp. 262–268, 2024, doi: 10.57235/jcrd.v1i2.3324.

N. Yannuansa, M. Safaâ€TMudin, and M. I. Aziz, “Pemanfaatan Algoritma K-Means Clustering dalam Mengolah Pengaruh Hasil Belajar Terhadap Pendapatan Orang Tua Pada Mata Pelajaran Produktif,” J. Tecnoscienza, vol. 6, no. 1, pp. 43–55, 2021, doi: 10.51158/tecnoscienza.v6i1.530.