<![CDATA[Penelitian ini mengoptimalkan data prestasi siswa dalam mata pelajaran IPS di SMP Ksatrya Jakarta melalui metode K-means clustering. Menggunakan metodologi CRISP-DM, data prestasi seperti nilai harian, sumatif tengah semester, sumatif akhir tahun, dan rapor dikumpulkan dan diolah. Hasil analisis menunjukkan tiga kategori siswa: prestasi sangat baik, baik, dan cukup. Nilai silhouette score menunjukkan cluster 2 memiliki kecocokan tertinggi (0.2745), sedangkan cluster 1 terendah (0.0585), mengindikasikan cluster 2 lebih terdefinisi. Pengelompokan ini diperoleh melalui aplikasi desktop yang dikembangkan dengan Visual studio code dan Tkinter. Implementasi clustering ini mendukung pembelajaran lebih efektif dan personal dengan materi menantang untuk siswa berprestasi sangat baik, sesuai tingkat pemahaman untuk siswa berprestasi baik, dan berbasis pengulangan untuk siswa berprestasi cukup, memberikan wawasan mengenai pola prestasi siswa dan mendukung keputusan pembelajaran yang lebih terarah.]]>
Copyrights © 2025
