Klusterisasi Peserta Olimpiade Lomba Kompetensi Siswa (LKS) Tingkat SMK Menggunakan Algoritma K-Means
DOI:
https://doi.org/10.31004/joecy.v1i1.78Keywords:
K-means clustering, Olimpiade LKS, Rapidminer, AlgorithmaAbstract
Sekolah Menengah Kejuruan Negeri (SMKN) 1 Bangkinang merupakan sekolah kejuruan terbaik yang ada di kab. Kampar. Salah satu jurusan terbaiknya adalah jurusan Teknik Komputer dan Jaringan, itu terbukti dari banyaknya pendaftar yang setiap tahunnya untuk masuk kejurusan tersebut. Lomba Kompetensi Siswa (LKS) adalah sebuah ajang lomba yang dilakukan oleh pemerintan untuk mencari siswa terbaik smk yang mampu berkerja didunia kerja secara langsung. Setiap tahun siswa smk mengikuti LKS tersebut salah satunya SMKN1 Bangkinang namun hasil yang didapatkan setiap lomba belum memuaskan, sehingga diperlukan sebuah penelitian bagaimana membantu sekolah dalam mencari siswa terbaik sebagai wakil sekolah. Tujuan dari penelitian ini bermaksud membantu pihak sekolah mencari kriteria siswa yang tepat untuk mengikuti LKS tersbut sehingga prestasi sekolah bisa sampai tingkat nasional nantinya. Metode yang yang diterapkan untuk mengcluster siswa calon peserta olimpiade LKS adalah menggunakan algoritma k-means clustering, metode ini dapat mengelompokan siswa berdasarkan nilai rapor produktif mereka dengan bantuan aplikasi rapidminer, sehingga nantinya sekolah dapat mengambil keputusan siswa mana yang berkompeten untuk mengikuti olimpiade LKS komputer tingkat provinsi riau.
References
A. Asroni, Ronald Adrian, “Penerapan Metode K-Means untuk Clustering Mahasiswa Berdasarkan Nilai Akademik dengan Weka Interface Studi Kasus pada Jurusan Teknik Informatika UMM Magelang,” J. Ilm. Semesta Tek., vol. 18, no. 1, pp. 76–82, 2015.
A. Jamal and L. Yulianto, “Rancang Bangun Sistem Informasi Aplikasi Kasir Menggunakan Barcode Reader Pada Toko Dan Jasa Widodo Computer Ngadirojo Kabupaten Pacitan,” J. Speed – Sentra Penelit. Eng. dan Edukasi, vol. 5, no. 3, pp. 45–54, 2013.
L. Zahrotun, “Analisis Pengelompokan Jumlah Penumpang Bus Trans Jogja Menggunakan Metode Clustering K-Means Dan Agglomerative Hierarchical Clustering ( Ahc ),” J. Inform. (Journal Informatics), vol. 9, no. 1, pp. 1039–1047, 2015.
U. P. Narkhede, “Evaluasi Modified K-Means Clustering Algoritma di Tanaman Prediksi Abstrak,” pp. 799–808, 2014.
W. Wardhani, Anindya Khrisna, “Implementasi Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Kajen Pekalongan,” J. Transform., vol. 14, no. 1, pp. 30–37, 2016.
S. A. M. K-means and A. Yogyakarta, “Clustering Terhadap Indeks Prestasi Mahasiswa.”
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Parsaoran Sitohang
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
