Perbandingan Algoritma K-Means dan K-Median Clustering Terhadap Nilai Ujian Nasional SMP di Jawa Tengah

Nur aini fadhila; Sulastri Sulastri

doi:10.30591/smartcomp.v11i4.3915

Perbandingan Algoritma K-Means dan K-Median Clustering Terhadap Nilai Ujian Nasional SMP di Jawa Tengah

Nur aini fadhila, Sulastri Sulastri

Abstract

Ujian Nasional (UN) merupakan kegiatan yang diselenggarakan oleh Pemerintah untuk mengukur kemampuan siswa dalam bersaing secara nasional sekaligus untuk mengukur mutu dan kualitas pendidikan sekolah. Tujuan dari penelitian ini untuk mengelompokkan mutu dan kualitas pendidikan di wilayah Jawa Tengah untuk memudahkan mengetahui perbedaan. Penelitian ini menggunakan metode clustering dengan algoritma k-means dan algoritma k-median. Proses kalkulasi menggunakan software RStudio. Data yang digunakan dalam penelitian ini yaitu data Nilai Ujian Nasional di Jawa Tengah yang diperoleh dari situs resmi Pusat Penilaian Pendidikan dan Kebudayaan Kementerian Pendidikan dan Kebudayaan Republik Indonesia sebanyak 1769 sekolah. Hasil dari penelitian kedua algoritma menggunakan metode siluet diperoleh jumlah kluster sebanyak 5 cluster dengan kategori sangat baik, cukup baik, buruk, dan sangat buruk. Perbedaan hasil dari kedua algoritma terletak pada jumlah kluster, pusat kluster, dan nilai rata – rata pada masing – masing kluster

Full Text:

References

C. S. Triwiniastuti and W. Sabatini, “Implementasi Program Ujian Nasional Di Sma Negeri,” Kelola J. Manaj. Pendidik., vol. 6, no. 1, pp. 54–63, 2019, doi: 10.24246/j.jk.2019.v6.i1.p54-63.

Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2019.

S. Arwansyah, “Clusterisasi Varietas Benih Tanaman Padi Menggunakan,” Pros. Semin. Ilm. Sist. Inf. Dan Teknol. Inf., vol. IX, no. 2, pp. 1–10, 2020.

F. N. Adlin and T. Purwaningsih, “1 Perbandingan Cluster K-Medoids Dan K-Median Tingkat Produksi Mangga Dan Pisang Kabupaten Indramayu,” pp. 1–11, 2021.

A. Wahit et al., “FUZZY C-MEANS ALGORITHM FOR PROVINCE GROUPING IN Kata kunci : Prasarana Kesehatan , Clustering , Fuzzy C-Means , Davies Boulding Index .,” vol. 2, no. 14, pp. 1–9, 2021.

O. Purwaningrum, Y. Y. Putra, and A. A. Arifiyanti, “Penentuan Kelompok Status Gizi Balita dengan Menggunakan Metode K-Means,” vol. 15, no. 2, pp. 129–136, 2021.

T. P. Sutriyani, A. M. Siregar, and D. S. Kusumaningrum, “Implementasi Algoritma K-Means terhadap Pengelompokan Nilai Ujian Nasional Tingkat SMP di Provinsi Jawa Barat,” Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 1, pp. 30–36, 2018, doi: 10.36805/technoxplore.v3i1.797.

S. Sukamto, I. D. Id, and T. R. Angraini, “Penentuan Daerah Rawan Titik Api di Provinsi Riau Menggunakan Clustering Algoritma K-Means,” JUITA J. Inform., vol. 6, no. 2, p. 137, 2018, doi: 10.30595/juita.v6i2.3172.

F. Indriyani and E. Irfiani, “Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means,” JUITA J. Inform., vol. 7, no. 2, p. 109, 2019, doi: 10.30595/juita.v7i2.5529.

D. Firdaus, “Penggunaan Data Mining dalam Kegiatan Sistem Pembelajaran Berbantuan Komputer,” J. Format, vol. 6, no. 2, pp. 91–97, 2017.

M. W. Talakua, Z. A. Leleury, and A. W. Taluta, “Analisis Cluster Dengan Menggunakan Metode K-Means Untuk Pengelompokkan Kabupaten/Kota Di Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014,” BAREKENG J. Ilmu Mat. dan Terap., vol. 11, no. 2, pp. 119–128, 2017, doi: 10.30598/barekengvol11iss2pp119-128.

Rais, R., Rakhman, A., & Sulasmoro, A. H. (2022). Rekomendasi Tema Tugas Akhir Menggunakan Metode Clasifikasi Supervised Learning. Smart Comp: Jurnalnya Orang Pintar Komputer, 11(3), 535-540.

A. Aditya, I. Jovian, and B. N. Sari, “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018/2019,” J. Media Inform. Budidarma, vol. 4, no. 1, p. 51, 2020, doi: 10.30865/mib.v4i1.1784.

DOI: https://doi.org/10.30591/smartcomp.v11i4.3915