<![CDATA[ Kemampuan siswa dalam bidang STEM (Science, Technology, Engineering, and Mathematics) memiliki peran penting dalam menghadapi tantangan pendidikan di era globalisasi. Namun, perbedaan tingkat penguasaan pada setiap aspek STEM di kalangan siswa SMA Negeri 2 Wewewa Timur menyebabkan kesulitan bagi guru dalam menentukan strategi pembelajaran yang tepat dan sesuai dengan kebutuhan siswa. Oleh karena itu, diperlukan suatu pendekatan berbasis data untuk mengelompokkan kemampuan siswa secara objektif. Penelitian ini bertujuan untuk menganalisis serta mengukur tingkat kesesuaian algoritma K-Means Clustering dalam mengelompokkan kemampuan STEM siswa kelas XII berdasarkan nilai mata pelajaran yang merepresentasikan aspek Science, Technology, Engineering, dan Mathematics di SMA Negeri 2 Wewewa Timur. Data penelitian diperoleh melalui wawancara dan dokumentasi nilai siswa, kemudian melalui tahap preprocessing yang meliputi validasi data, pembersihan data tidak lengkap, serta normalisasi data. Selanjutnya, algoritma K-Means Clustering diterapkan untuk mengelompokkan data ke dalam tiga cluster, yaitu kategori kemampuan tinggi, sedang, dan rendah. Model komputasi terbukti mencapai kondisi konvergen pada iterasi ke-10 dengan menghasilkan sebaran akhir sebanyak 2 siswa pada kategori rendah, 13 siswa pada kategori sedang, dan 16 siswa pada kategori tinggi. Evaluasi model menggunakan metode Silhouette Coefficient menghasilkan nilai global sebesar 0.4170, yang mengindikasikan bahwa struktur cluster yang terbentuk bersifat absah namun lemah dengan adanya tumpang tindih data. Hasil pengelompokan yang lemah ini diharapkan dapat menjadi pengetahuan tambahan bahwa pengelompokan kemampuan STEM berdasarkan data nilai mata pelajaran Biologi, Kimia, Fisika, Matematika dan TIK belum cocok digunakan untuk mengelompokkan kemampuan siswa sehingga diharapkan penelitian selanjutnya menggunakan variabel input atau algoritma pengelompokkan lainnya sperti Fuzzy Clustering. ]]>
Copyrights © 2026
