<![CDATA[Keberhasilan siswa dalam mata pelajaran kejuruan di SMK Negeri 8 Malang merupakan faktor penting dalam mempersiapkan mereka menghadapi dunia kerja dan industri, namun saat ini belum tersedia sistem yang mampu mengelompokkan dan memprediksi tingkat kelemahan siswa secara objektif. Permasalahan utama yang dihadapi adalah ketergantungan Kepala Kompetensi Keahlian pada intuisi dan nilai akhir tanpa proses klasifikasi yang sistematis, sehingga intervensi terhadap siswa tidak tepat sasaran. Tujuan dari penelitan ini digunakan untuk mengembangkan sistem klasifikasi kelemahan belajar siswa menggunakan algoritma K-Means Clustering berdasarkan data akademik dan non-akademik, seperti nilai harian, proyek, ujian, dan kehadiran. Metode ini mengelompokkan siswa ke dalam tiga klaster, yaitu risiko kelemahan tinggi, sedang, dan rendah, berdasarkan kemiripan data yang dianalisis. Hasil dari penelitian ini menunjukan bahwa sebanyak 2% siswa masuk kedalam risiko kelemahan tingkat tinggi, 40% siswa masuk kedalam risiko kelemahan tingkat menengah, dan 57% siswa masuk kedalam risiko kelemahan tingkat rendah. Hasil dari sistem menunjukan bahwa sistem mampu mengelompokan siswa kedalam 3 buah cluster, berdasarkan 5 mata pelajaran.]]>
Copyrights © 2025
