<![CDATA[Klasifikasi status sekolah menjadi parameter khusus bagi beberapa kalangan orang tua dalam melakukan pemilihan sekolah untuk anak yang dinginkan, beberapa pertimbangan khusus dalam penentuan sekolah salah satunya adalah status sekolah, jumlah sekolah, jumlah guru, jumlah murid dan jumlah ruang kelas. Makalah ini melaporkan bahwa data status sekolah TK kabupaten dan kota administrasi provinsi DKI Jakarta dapat dilakukan klasifikasi berdasarkan cluster dan domain data, dengan mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karateristik yang berbeda dikelompokan ke dalam cluster yang lain. Metode klasifikasi yang digunakan adalah Levenshtein Distance dan K-Means Clustering, sumber data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh data.jakarta.go.id. Data sekunder yang digunakan adalah data sekolah dari 12 record kabupaten dan kota di Jakarta. Penelitian ini bertujuan untuk membuat model dan menentukan kriteria serta menganalisis akurasi klasifikasi antara ketiga metode tersebut dalam klasifikasi Data Sekolah TK Berdasarkan Status dan Kabupaten/Kota Administrasi Provinsi DKI Jakarta. Setelah dilakukan pengujian maka hasil Silhouette Score berdasarkan Average dari 4 atribut yaitu Cluster C1 dari score 0,691355 sampai 0,718406, Cluster C2 dari score 0,745171 sampai 0,747778 dan Cluster C3 dari score 0,601115 sampai 0,647377. Hasil Penelitian ini berupa pemodelan data dengan menggunakan parameter yang diambil dari data.jakarta.go.id kemudian diuji menggunakan beberapa model klasifikasi yang terdapat pada Machine Learning.]]>
Copyrights © 2022
