Jurnal Teknologi Informasi dan Pendidikan
ISSN 2086-4981

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

Yulya Muharmi
INTISARI

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.

Kata Kunci :
Data Mining,Clustering , Algoritma K-Means, Rapidminer, Pengelompokan Siswa.


ABSTRACT

Grouping students based on factors that influence student success in learning aims to assist and facilitate the process of managing student data. In this study, the factors used are parental education, parental income, type of residence, a distance of a place to stay, transportation to school, student attitudes, interests, and the average value of students as a tool in determining the category of student success. Data Mining is a computer-based data processing to obtain a Knowledge. Data grouping students in one of the Data Mining method used is the method clustering with K-Means algorithm. RapidMiner application used to assist in processing the data to provide information for BK teachers and schools in the understanding of student data.


Keyword :
Data Mining, Clustering Algorithm K-Means, RapidMiner

Download file : 10-Vol9No1Apr2016-YulyaMuharmi.pdf