<![CDATA[Pandemi covid mendorong transformasi digital pada lembaga pendidikan, sehingga memungkinkan pengumpulan data yang sangat besar. Hal ini memberi peluang bagi institusi untuk meningkatkan kualitas layanannya melalui metode machine learning. Penelitian ini berfokus pada pengembangan model clustering untuk segmentasi akademik siswa dengan kerangka kerja SEMMA dan algoritma KMeans. Data yang digunakan untuk pelatihan sebanyak 2000 row dengan parameter nilai, perilaku, cita-cita dan kehadiran. Model clustering tersebut membagi data siswa menjadi 5 cluster dengan skor silhouette sebesar 0,638. Dimana terdapat siswa yang lemah di semua pelajaran, unggul di beberapa pelajaran, dan unggul di semua pelajaran.]]>
Copyrights © 2024
