<![CDATA[Kedisiplinan siswa merupakan salah satu faktor penting dalam menunjang keberhasilan proses pembelajaran di sekolah, yang dapat diukur melalui tingkat kehadiran siswa. Namun, pemanfaatan data absensi di banyak sekolah masih terbatas pada fungsi administratif dan belum dianalisis secara mendalam untuk menghasilkan informasi yang bernilai. Penelitian ini bertujuan untuk menganalisis data absensi siswa menggunakan teknik data mining guna mengidentifikasi pola kehadiran serta memberikan rekomendasi dalam meningkatkan disiplin siswa. Metode yang digunakan adalah K-Means Clustering dengan tahapan meliputi pengumpulan data, preprocessing, proses clustering, dan evaluasi hasil. Dataset yang digunakan terdiri dari 100 siswa selama satu semester dengan kategori kehadiran hadir, izin, sakit, dan alpa. Hasil penelitian menunjukkan bahwa data dapat dikelompokkan menjadi tiga kategori, yaitu kehadiran tinggi sebesar 40%, sedang sebesar 35%, dan rendah sebesar 25%. Evaluasi model menunjukkan bahwa metode yang digunakan mampu mengelompokkan data secara efektif dengan tingkat akurasi di atas 80%. Temuan ini menunjukkan bahwa data mining dapat digunakan sebagai alat bantu dalam pengambilan keputusan berbasis data untuk meningkatkan disiplin siswa. Dengan demikian, penelitian ini memberikan kontribusi praktis bagi pihak sekolah dalam mengidentifikasi siswa dengan tingkat kedisiplinan rendah serta merancang strategi pembinaan yang lebih tepat sasaran.]]>
Copyrights © 2026
