<![CDATA[Kesulitan belajar yang dialami oleh siswa sekolah dasar sering kali tidak terdeteksi sejak awal, yang berdampak pada rendahnya prestasi akademik serta keterlambatan dalam pemberian intervensi yang sesuai. Penelitian ini bertujuan merancang dan mengembangkan sebuah perangkat lunak untuk mengidentifikasi area kesulitan belajar siswa di SD Negeri 064022 Medan, dengan menerapkan metode Clustering dan Association Rule Mining. Algoritma K-Means dimanfaatkan dalam proses Clustering guna mengelompokkan siswa berdasarkan hasil belajar dan karakteristik individual. Di sisi lain, teknik Association Rule Mining digunakan untuk menemukan pola keterkaitan antara faktor-faktor yang berpengaruh terhadap kesulitan belajar, seperti kehadiran, minat terhadap pelajaran, serta pencapaian nilai akademik. Evaluasi yang dilakukan menunjukkan bahwa sistem mampu melakukan klasifikasi siswa berdasarkan tingkat potensi kesulitan belajar dengan tingkat akurasi yang memadai. Selain itu, sistem juga menghasilkan sejumlah aturan asosiatif yang dapat dimanfaatkan oleh guru sebagai acuan dalam proses pengambilan keputusan. Dengan demikian, aplikasi ini berpotensi menjadi sarana pendukung yang efisien dalam proses pendeteksian dan penanganan kesulitan belajar secara terstruktur serta berbasis data yang terukur. ]]>
Copyrights © 2025
