<![CDATA[Permasalahan pembagian kelas di SMK Cokroaminoto Wanadadi masih dilakukan secara manual dan acak sehingga berpotensi menghasilkan ketimpangan kemampuan akademik antar kelas. Penelitian ini bertujuan merancang dan mengimplementasikan metode pembagian kelas yang objektif dan berbasis data dengan memanfaatkan metode K-Means Clustering. Data yang digunakan berupa nilai rapor empat mata pelajaran (Pendidikan Agama dan Budi Pekerti, Bahasa Indonesia, Matematika, dan Bahasa Inggris) dari 79 peserta didik jurusan TJKT tahun ajaran 2024/2025. Proses analisis dilakukan di Google Colaboratory menggunakan Python; data terlebih dahulu dinormalisasi dengan StandardScaler sebelum dilakukan klasterisasi K-Means. Penentuan jumlah klaster dievaluasi menggunakan Elbow Method dan Silhouette Score untuk memastikan pemilihan K yang tepat. Hasil klasterisasi membagi peserta didik ke dalam tiga klaster yang mewakili kategori prestasi rendah, sedang, dan tinggi, dengan distribusi masing-masing 28, 22, dan 29 siswa. Evaluasi model menunjukkan nilai Inertia sebesar 144.50 dan Silhouette Score sebesar 0.2679, yang mengindikasikan struktur klaster terbentuk secara cukup baik meskipun masih ada sedikit tumpang tindih antar klaster. Hasil pengolahan ini kemudian diintegrasikan ke dalam aplikasi web berbasis Streamlit untuk memfasilitasi panitia PPDB dalam proses pembagian kelas secara otomatis. Implikasi penelitian menunjukkan bahwa pendekatan ini mampu meningkatkan objektivitas, efisiensi, dan kecepatan pengambilan keputusan dalam pembentukan kelas; penelitian lanjutan disarankan menambahkan variabel non-akademik (mis. minat bakat, aspek psikologis) untuk memperkaya hasil rekomendasi.]]>
Copyrights © 2026
