PPKIAPPKIA

Journal of Big Data Analytic and Artificial IntelligenceJournal of Big Data Analytic and Artificial Intelligence

Pengelompokan siswa berdasarkan tingkat keaktifan mereka merupakan salah satu strategi efektif untuk meningkatkan kualitas pembelajaran. SMP 9 Tarakan saat ini belum memiliki sistem yang mampu mengelompokkan siswa berdasarkan keaktifan mereka dalam proses pembelajaran, yang dapat membantu dalam mengevaluasi hasil pembelajaran. Pada tahap awal penerapan metode ini, data yang dikumpulkan berasal dari nilai rapor siswa kelas VIII I Semester 2 (Genap) tahun ajaran 2022/2023. Karakter yang digunakan dalam analisis meliputi nilai Agama, PPKn, Matematika, IPA, IPS, Bahasa Indonesia, Bahasa Inggris, Penjaskes, dan Seni Budaya Keterampilan, dengan total 31 data yang dianalisis. Langkah kedua adalah menentukan jumlah cluster. Tahap ketiga melibatkan pemilihan cluster secara acak dengan medoid awal. Tahap keempat adalah menghitung jarak masing-masing siswa menggunakan metode Euclidean distance, lalu menandai jarak terdekat serta menghitung total jarak. Tahap kelima adalah menghitung total simpang (S) dan menggunakan Davies-Bouldin Index (DBI) untuk mencari nilai k yang optimal, dengan melakukan pengujian sebanyak lima kali dengan k=3. Berdasarkan hasil perhitungan, analisis pengelompokan data siswa menghasilkan tiga cluster menggunakan perhitungan Euclidean distance dan Davies-Bouldin Index. Hasilnya menunjukkan bahwa 3 siswa masuk ke dalam cluster Sangat Berminat, 4 siswa dalam cluster Berminat, dan 24 siswa dalam cluster Kurang Berminat.

Berdasarkan penelitian yang dilakukan di SMP Negeri 9 Tarakan, implementasi metode k-medoids diterapkan untuk mengelompokkan siswa berdasarkan tingkat keaktifan mereka.Dalam studi ini, 31 siswa kelas VIII-I Tahun Ajaran Genap 2022/2023 dianalisis menggunakan nilai akademik sebagai parameter utama.3 siswa masuk ke dalam cluster Sangat Berminat, 4 siswa tergabung dalam cluster Berminat, dan 24 siswa masuk ke dalam cluster Kurang Berminat. Metode dalam k-medoids mengelompokkan data berdasarkan kesamaan, di mana setiap cluster memiliki satu objek sebagai pusat (medoid).Namun, dalam proses pemilihan medoids yang dilakukan secara acak, hasil pengelompokan dapat bervariasi setiap kali algoritma dijalankan.Dengan demikian, meskipun metode k-medoids efektif dalam mengelompokkan siswa, hasil akhir dari pengelompokan sangat dipengaruhi oleh pemilihan awal medoids.

Penelitian lanjutan dapat dilakukan dengan memperluas data sampel dari satu sekolah menjadi beberapa sekolah di wilayah berbeda untuk memastikan generalisasi hasil. Selain itu, metode analisis dapat dikembangkan dengan menggabungkan algoritma k-medoids dengan teknik lain seperti machine learning untuk meningkatkan akurasi pengelompokan. Terakhir, penelitian juga dapat mengeksplorasi faktor non-akademik, seperti partisipasi dalam kegiatan ekstrakurikuler atau motivasi belajar, sebagai parameter tambahan dalam proses clustering.

  1. Analisis Metode K-Medoids Cluster Dalam Mengelompokkan Siswa Yang Berprestasi | Fatma | Bulletin of Informatics... ejurnal.pdsi.or.id/index.php/bids/article/view/4Analisis Metode K Medoids Cluster Dalam Mengelompokkan Siswa Yang Berprestasi Fatma Bulletin of Informatics ejurnal pdsi index php bids article view 4
  2. PENERAPAN ALGORITMA K-MEDOIDS CLUSTERING UNTUK PENGELOMPOKKAN PENYEBARAN DIARE DI KOTA MEDAN (STUDI KASUS:... doi.org/10.30865/komik.v3i1.1659PENERAPAN ALGORITMA K MEDOIDS CLUSTERING UNTUK PENGELOMPOKKAN PENYEBARAN DIARE DI KOTA MEDAN STUDI KASUS doi 10 30865 komik v3i1 1659
  3. ANALISA PERBANDINGAN ALGORITMA K-MEANS, K-MEDOIDS, DAN X-MEANS UNTUK PENGELOMPOKKAN KINERJA PEGAWAI |... doi.org/10.24246/itexplore.v1i3.2022.pp179-193ANALISA PERBANDINGAN ALGORITMA K MEANS K MEDOIDS DAN X MEANS UNTUK PENGELOMPOKKAN KINERJA PEGAWAI doi 10 24246 itexplore v1i3 2022 pp179 193
  4. Perbandingan Algoritma K-Means Dan K-Medoids Untuk Clustering Daerah Rawan Banjir Di Kabupaten Rokan... doi.org/10.57152/ijirse.v3i1.523Perbandingan Algoritma K Means Dan K Medoids Untuk Clustering Daerah Rawan Banjir Di Kabupaten Rokan doi 10 57152 ijirse v3i1 523
Read online
File size481.75 KB
Pages7
DMCAReport

Related /

ads-block-test