<![CDATA[Penelitian ini bertujuan untuk menganalisis pola data pendidikan guna mengidentifikasi berbagai faktor yang berpengaruh terhadap kualitas pembelajaran di sekolah dasar dengan memanfaatkan pendekatan data mining. Metode yang diterapkan dalam penelitian ini mencakup teknik klasifikasi menggunakan algoritma Decision Tree (C4.5) serta teknik clustering dengan algoritma K-Means yang diterapkan dalam tahapan Knowledge Discovery in Database (KDD). Data yang digunakan berupa data sekunder dalam format Excel yang memuat informasi mengenai jumlah peserta didik yang mengulang berdasarkan wilayah dan jenjang pendidikan. Proses penelitian dilakukan melalui beberapa tahapan, yaitu preprocessing data, transformasi data, penerapan data mining, hingga evaluasi model. Pada tahap evaluasi, model klasifikasi diuji menggunakan metode hold-out dengan pembagian data sebesar 80% untuk data pelatihan dan 20% untuk data pengujian. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh tingkat akurasi sebesar 62,62%, meskipun ditemukan indikasi adanya potensi overfitting yang disebabkan oleh tingginya korelasi antar variabel. Sementara itu, penerapan algoritma K-Means menghasilkan tiga kelompok utama dengan kualitas pengelompokan yang tergolong cukup baik berdasarkan nilai silhouette coefficient. Penelitian ini memberikan kontribusi dalam bentuk integrasi metode klasifikasi dan clustering untuk menghasilkan analisis data pendidikan yang lebih komprehensif serta mendukung proses pengambilan keputusan berbasis data dalam upaya meningkatkan kualitas pembelajaran.]]>
