Pengelompokan Data Calon Siswa Baru Di Sekolah Menengah Kejuruan menggunakan Algoritma K-Means

Authors

  • Ningsi Multi Purnamasari Universitas Peradaban
  • Achmad Syauqi Universitas Peradaban
  • Danar Ardian Pramana Universitas Peradaban

DOI:

https://doi.org/10.58436/jsitp.v4i1.1575

Abstract

Pemilihan jurusan di sekolah menengah kejuruan (SMK) merupakan salah satu hal yang menentukan keberhasilan belajar peserta didik. SMK Muhammadiyah Paguyangan merupakan salah satu sekolah yang menjadi pilihan untuk para calon siswa baru dalam melanjutkan pendidikannya, dengan tujuan untuk dapat meningkatkan sumber daya manusia yang sedang dibutuhkan. Seringkali dijumpai siswa yang salah masuk jurusan dikarenakan memilih jurusan hanya berdasarkan informasi dari teman. Dalam prosesnya selama ini belum diterapkan metode sebuah metode klasterisasi yang akurat sehingga membuat tingkat akurasi yang dihasilkan dari klasterisasi jurusan belum diketahui. Salah satu langkah untuk mencapai hasil maksimal dalam pengelompokan jurusan adalah dengan pengolahan data. Salah satunya dengan pengklasteran menggunakan algoritma K-Means. Algoritma K-Means merupakan algoritma klasterisasi pengelompokan data berdasarkan titik pusat cluster (centroid) terdekat dengan data. Pada penelitian ini peneliti menerapkan algoritma K-Means Clustering untuk mengelompokan data siswa baru di SMK Muhammadiyah Paguyangan. Penelitian ini bertujuan untuk mengelompokan data calon siswa baru berdasarkan jurusan dengan menggunakan variabel nilai dan minat siswa, dengan menerapkan metode K-Means. Hasil dari penelitian ini diharapkan dapat membantu dalam pengolahan data untuk penentuan jurusan.


Kata Kunci : Pemilihan Jurusan, Klasterisasi, K-Means

Downloads

Published

2023-07-31

How to Cite

Multi Purnamasari, N., Syauqi, A., & Ardian Pramana, D. (2023). Pengelompokan Data Calon Siswa Baru Di Sekolah Menengah Kejuruan menggunakan Algoritma K-Means. Jurnal Sistem Informasi Dan Teknologi Peradaban, 4(1), 24–30. https://doi.org/10.58436/jsitp.v4i1.1575

Most read articles by the same author(s)

1 2 > >>