Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Mechatronics Journal in Professional and Entrepreneur (MAPLE)
Awalia, Rifqa
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Metode K-Means Clustering untuk Pengelompokan Prestasi Siswa menggunakan Orange Data Mining: Studi Kasus di MTs Muhammadiyah Tallo Makassar Awalia, Rifqa
Mechatronics Journal in Professional and Entrepreneur (MAPLE) Vol 6, No 2 (2024)
Publisher : Politeknik Bosowa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peningkatan kualitas pendidikan adalah fokus utama bagi setiap institusi pendidikan, terutama di Indonesia, dengan salah satu indikator keberhasilannya adalah prestasi siswa. Namun, terdapat kesenjangan prestasi yang signifikan antar siswa yang disebabkan oleh berbagai faktor seperti latar belakang sosial ekonomi dan kualitas pembelajaran. Untuk memahami pola prestasi siswa, penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan prestasi siswa di MTs Muhammadiyah Tallo Makassar menggunakan software Orange Data Mining. Penelitian ini bertujuan untuk mengelompokkan prestasi siswa menjadi tiga cluster: tinggi, cukup, dan rendah berdasarkan nilai akademik siswa. Penelitian ini menggunakan dataset nilai raport siswa kelas VII.1 tahun pelajaran 2022/2023. Tahapan penelitian meliputi studi literatur, pengumpulan data, preprocessing data, penerapan metode K-Means Clustering, dan analisis hasil. Hasil penelitian menunjukkan bahwa metode K-Means Clustering berhasil mengelompokkan prestasi siswa ke dalam tiga cluster dengan bantuan Orange Data Mining, yang mempermudah interpretasi dan visualisasi hasil. Cluster tinggi terdiri dari 8 siswa, cluster cukup terdiri dari 10 siswa, dan cluster rendah terdiri dari 3 siswa. Hasil clustering ini memberikan wawasan berharga bagi pendidik untuk merumuskan strategi pembelajaran yang tepat bagi setiap kelompok siswa, khususnya untuk membantu siswa dalam cluster cukup dan rendah meningkatkan prestasinya. Penelitian ini merekomendasikan analisis lanjutan dengan data yang lebih besar dan variabel tambahan untuk mendapatkan hasil yang lebih komprehensif.
Co-Authors