Analisis Cluster Menggunakan Algoritma K-Means Untuk Mengelompokan Siswa Kelas Iv Sekolah Dasar Brawijaya Smart School Malang
| Main Author: | Sari, DessyPurnama |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154156/ |
Daftar Isi:
- Analisis cluster merupakan metode pengelompokan multivariat dengan tujuan utama mengelompokan objek atau subjek berdasarkan karakteristiknya. Algoritma k-means merupakan analisis cluster non hierarki dengan menentukan banyaknya kelompok terlebih dahulu. Penerapan algoritma k-means dengan pendekatan jarak Mahalanobis pada penelitian ini menggunakan rata-rata nilai akademik siswa kelas IV Sekolah Dasar Brawijaya Smart School Malang. Nilai akademik tersebut adalah rata-rata nilai Ujian Tengah Semester I, Ujian Tengah Semester II, Ujian Akhir Semester I, Ujian Akhir Semester II, pre-test dan post-test pelatihan permainan TAKTIKTAK. Tujuan penelitian ini untuk mengetahui pengelompokan siswa kelas IV khususnya siswa kelas IVC (kelas pelatihan permainan TAKTIKTAK) pada kelas V serta mengetahui karakteristik masing-masing kelompok sehingga diharapkan dapat membantu pihak sekolah untuk menentukan metode belajar yang tepat khususnya dalam implimentasi kurikulum 2013. Pengelompokan ini terdiri atas 2 cluster dari sejumlah 83 siswa (28 siswa kelas IVA, 28 siswa kelas IVB, dan 27 siswa kelas IVC). Cluster 1 merupakan kelompok dengan rata-rata nilai akademik tinggi yakni kelas VA, sedangkan cluster 2 merupakan kelompok dengan rata-rata nilai akademik rendah yakni kelas VB dan VC. Diperoleh informasi bahwa cluster 1 terdiri atas 47 (56%) siswa (6 siswa kelas IVA, 19 siswa kelas IVB, dan 22 siswa kelas IVC), sedangkan cluster 2 terdiri atas 36 (43%) siswa (22 siswa kelas IVA, 9 siswa kelas IVB, dan 5 siswa kelas IVC). Hal tersebut menunjukan bahwa sebagian besar siswa kelas IV Sekolah Brawijaya Smart School Malang masuk pada cluster 1 atau memiliki nilai yang tinggi khususnya siswa kelas IVC.