<![CDATA[Penentuan kategori prestasi siswa di SMA Pangeran Antasari masih dilakukan secara manual sehingga kurang efisien dan rentan menghasilkan penilaian yang subjektif. Penelitian ini menerapkan algoritma K-Means Clustering untuk mengelompokkan siswa ke dalam tiga kategori prestasi, yaitu tinggi, cukup, dan rendah. Dataset yang digunakan berjumlah 1.091 data siswa, mencakup nilai akademik, absensi, serta prestasi non-akademik. Proses evaluasi model dilakukan menggunakan metode Elbow untuk menentukan jumlah cluster optimal, dan pengujian menggunakan confusion matrix terhadap 30 data uji. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu melakukan pengelompokan dengan baik, dengan tingkat akurasi sebesar 93,33%, serta rata-rata F1-score mencapai 94,2%. Temuan ini memperlihatkan bahwa K-Means efektif dalam memberikan pemetaan prestasi siswa secara objektif dan dapat membantu sekolah dalam proses evaluasi dan pengambilan keputusan akademik.]]>
Copyrights © 2025
