<![CDATA[Dalam proses evaluasi pembelajaran di sekolah sering kali muncul permasalahan dalam mengelola dan menganalis data siswa yang kompleks dan berjumlah besar. Di SMP Negeri Abung Selatan, proses evaluasi masih bersifat konvensional, sehingga kurang mampu memberikan gambaran menyeluruh mengenai capaian akademik siswa secara objektif. Karena itu, diperlukan pendekatan analis data yang mampu mengidentifikasi pola-pola kinerja siswa guna mendukung pengambilan keputusan yang lebih akurat dan berbasis data. Metode penelitian yang digunakan adalah pendekatan Kuantitatif dengan tahapan Knowledge Discovery in Database (KDD), yang mencakup seleksi data, pembersihan, Integrase, tranformasi, dan penerapan algoritma K-means. Data penelitian diambil dari Nilai Rapor siswa kelas VII hingga IX pada tahun ajaran 2021-2024, dengan sampel sebanyak 598 siswa (sekitar 25% dari populasi). Proses klasterisasi dilakukan menggunakan metode Euclidean Distance untuk menentukan kedekatan antar data, kemudian dikelompokan kedalam duan cluster utama : cluster siswa berprestasi tinggi dan cluster siswa dengan capaian sedang hingga rendah. Analisis dilakukan menggunakan Microsoft Excel dan divalidasi melalui perangkat lunak RapidMiner. Hasil penelitian menunjukan bahwa algoritma k-means Clsutering mampu mengelompokan siswa secara efektif berdasakan performa akademik, sehingga dapat digunakan sebagai alat bantu dalam evaluasi dan perencanaan strategi pembelajaran. Cluster 1 (Tinggi) 47 siswa, Sejumlah siswa yang memiliki nilai akademik tinggi yang konsisten dan Cluster 2 (Rendah) 49 siswa, Sejumlah siswa yang memerlukan perhatian lebih karena memiliki nilai akademik dibawah rata-rata]]>
Copyrights © 2025
