<![CDATA[Teknologi Informasi dan Komunukasi digunakan dalam berbagai jenis aktifitas didalam kehidupan saat ini, Teknologi informasi sangat berperan dalam organisasi perusahaan salah satunya Business intelligence. Salah satu penghasil knowledge yaitu data mining. Data mining merupakan suatu teknik pengumpulan data untuk membentuk pengetahuan baru dari data yang ada. Banyak teknik pengelompokan data yang digunakan salah satunya algoritma yang sering digunakan adalah K-Means. Algoritma K-Means adalah algoritma clustering yang paling sederhana dibanding dengan algoritma yang lain. Algoritma ini termasuk salah satu algoritma paling penting dalam data mining. K-Means membagi data kemudian mengelompokkannya kedalam beberapa cluster yang memiliki kemiripan dan memisahkan setiap cluster berdasarkan perbedaan antar masing-masing cluster. Algoritma ini telah dikemukakan oleh beberapa peneliti dari disiplin ilmu yang berbeda. Tujuan penelitian ini dapat menganalisa clustering siswa baru menggunakan metode K-Means pada SMK N 1 Sarolangun serta merancang prototype clusteringnya. Dimana manfaat yang ditemukan nantinya yaitu untuk meningkat akurasi dalam pengelompokan siswa baru. Information and Communication Technology is used in various types of activities in today’s life. Information technology plays a crucial role in organizational operations, one of which is Business Intelligence. One of the key sources of knowledge is data mining. Data mining is a technique for collecting data in order to generate new knowledge from existing data. There are many data clustering techniques used, and one commonly applied algorithm is K-Means. The K-Means algorithm is one of the simplest clustering algorithms compared to others. It is also considered one of the most important algorithms in data mining. K-Means partitions data and groups it into several clusters based on similarities and distinguishes each cluster based on their differences. This algorithm has been proposed by researchers from various academic disciplines. The objective of this study is to analyze the clustering of new students using the K-Means method at SMK N 1 Sarolangun and to design a clustering prototype. The benefit of this study is to improve the accuracy of new student grouping. ]]>
