SKRIPSI IF

PENGELOMPOKAN SISWA BERPRESTASI DENGAN K-MEANS CLUSTRING DAN ELBOW METHOD DI MA ALHOLILIYAH CIDAUN KELAS XI TAHUN 2024-2025

---

Abstrak
Penelitian ini bertujuan untuk mengelompokkan siswa kelas XI MA Alholiliyah Cidaun jurusan IPA dan IPS berdasarkan nilai akademik menggunakan algoritma K-means Clustering. Permasalahan utama adalah proses penilaian yang masih dilakukan secara manual tanpa analisis lanjutan, sehingga menyulitkan identifikasi siswa berprestasi secara objektif. Data yang digunakan mencakup nilai Bahasa Inggris, Matematika, Biologi, dan Kimia untuk jurusan IPA, serta Bahasa Inggris, Matematika, Ekonomi, dan Sosiologi untuk jurusan IPS, dengan total 95 siswa. Proses pengolahan dilakukan menggunakan RapidMiner, sedangkan penentuan jumlah cluster optimal menggunakan metode Elbow yang menghasilkan K=4 untuk IPA dan K=3 untuk IPS. Hasil pengelompokan menunjukkan bahwa siswa dengan capaian terbaik berada pada cluster_1 IPS serta cluster_0 dan cluster_3 IPA, sedangkan nilai terendah terdapat pada cluster_2 IPS dan cluster_1 IPA. Penerapan metode ini efektif dalam mendukung proses seleksi siswa berprestasi secara sistematis, cepat, dan berbasis data.
Kata kunci: Elbow, K-means, RapidMiner, Clustering, Hasil Belajar

Abstract
This study aims to group students of grade XI MA Alholiliyah Cidaun majoring in Science and Social Studies based on academic scores using the K-means Clustering algorithm. The main problem is the assessment process which is still carried out manually without further analysis, making it difficult to identify high-achieving students objectively. The data used includes English, Mathematics, Biology, and Chemistry scores for the Science major, and English, Mathematics, Economics, and Sociology for the Social Studies major, with a total of 95 students. The processing process was carried out using RapidMiner, while determining the optimal number of clusters using the Elbow method which produced K = 4 for Science and K = 3 for Social Studies. The clustering results show that students with the best achievements are in cluster_1 Social Studies and cluster_0 and cluster_3 Science, while the lowest scores are in cluster_2 Social Studies and cluster_1 Science. The application of this method is effective in supporting the selection process for high-achieving students systematically, quickly, and based on data.
Keywords: Elbow, K-means, RapidMiner, Clustering, Learning Outcomes

---

Ketersediaan

S250417004

607.2 ROZ p

Perpustakaan STMIK AMIKBANDUNG

Tersedia

Informasi Detil

Judul Seri

-

No. Panggil

607.2 ROZ p

Penerbit

: ., 2025

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subyek

-

Info Detil Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

You must be logged in to post a comment