Sistem Penyeleksian peserta Didik Baru Menggunakan Al-goritma K-Means Clustering

Jurnal Publikasi Ilmu Komputer dan Multimedia
Vol. 5 No. 1 (2026): Januari: Jurnal Publikasi Ilmu Komputer dan Multimedia

Tujuan penelitian ini adalah: 1) mengimplementasikan algoritma K-Means Clustering untuk mengelompokkan data hasil seleksi calon peserta didik baru di SMA Unggulan Karangsawo, dan 2) menilai tingkat akurasi pengelompokan yang dihasilkan dalam mendukung penentuan Kelas Unggulan maupun Kelas Reguler. Penelitian ini menggunakan pendekatan kuantitatif dengan metode K-Means Clustering melalui teknik data mining sebagai dasar pengambilan keputusan. Subjek penelitian adalah siswa SMA Unggulan Karangsawo, dengan data berupa nilai tes akademik yang dijadikan atribut dalam proses klasterisasi. Data kemudian dipisahkan ke dalam dua kelompok, yaitu cluster pertama untuk Kelas Unggulan dan cluster kedua untuk Kelas Reguler. Hasil analisis menunjukkan bahwa K-Means mampu mengelompokkan siswa sesuai dengan kemampuan akademiknya, sehingga dapat membantu penentuan kelas unggulan secara lebih objektif. Evaluasi menggunakan rasio BCV/WCV menghasilkan nilai 0,4223, yang termasuk dalam kategori baik.