PENGELOMPOKAN SISWA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN SISWA DALAM BELAJAR MENGGUNAKAN METODE CLUSTERING K-MEANS

  • Yulya Muharmi STMIK-AMIK Riau
Keywords: Data Mining, Clustering, Algoritma K-Means, Rapidminer, Pengelompokan Siswa

Abstract

Pengelompokan siswa berdasarkan faktor-faktor yang mempengaruhi keberhasilan siswa dalam belajar bertujuan untuk membantu dan mempermudah pada proses pengelolaan data siswa. Pada penelitian ini faktor-faktor yang digunakan adalah pendidikan orang tua, penghasilan orang tua, jenis tinggal, jarak tempat tinggal, alat transportasi ke sekolah , sikap siswa, minat serta nilai rata-rata siswa sebagai alat bantu dalam menentukan kategori keberhasilan siswa. Data Mining merupakan pengolahan data berbasis komputer untuk mendapatkan suatu Knowledge. Dalam pengelompokan data siswa salah satu metode Data Mining yang digunakan adalah metode Clustering dengan algoritma K-Means. Aplikasi RapidMiner digunakan untuk membantu dalam pengolahan data  yang mampu memberikan informasi bagi guru BK dan pihak sekolah dalam pemahaman data siswa.

Author Biography

Yulya Muharmi, STMIK-AMIK Riau

STMIK AMIK Riau

Published
2016-04-04
How to Cite
[1]
Y. Muharmi, “PENGELOMPOKAN SISWA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN SISWA DALAM BELAJAR MENGGUNAKAN METODE CLUSTERING K-MEANS”, JTIP, vol. 9, no. 1, pp. 94-101, Apr. 2016.
Abstract viewed = 927 times
PDF downloaded = 446 times