PENGELOMPOKKAN DATA SISWA DI SEKOLAH MENENGAH KEJURUAN MENGGUNAKAN ALGORITMA K-MEANS
Keywords:
Data Mining, K-Means Clustering, Siswa, Jurusan, KecamatanAbstract
Sekolah Menengah Kejuruan (SMK) memainkan peran penting dalam menyiapkan lulusan siap kerja yang sesuai dengan kebutuhan industri. Namun, pemilihan jurusan oleh siswa seringkali hanya didasarkan pada keinginan pribadi, tanpa mempertimbangkan faktor-faktor lain seperti asal daerah dan kecenderungan minat. Penelitian ini bertujuan untuk menganalisis pola peminatan siswa berdasarkan asal kecamatan, jenis kelamin, dan jurusan menggunakan metode data mining, khususnya algoritma K-Means Clustering. Data yang digunakan adalah data siswa kelas XI SMK Esa Prakarsa tahun ajaran 2023. Proses pengelompokan dilakukan menggunakan perangkat lunak MATLAB, melalui tahapan transformasi data, inisialisasi centroid, perhitungan jarak dengan metode Euclidean Distance, dan iterasi hingga tercapai konvergensi. Hasil penelitian menunjukkan terbentuknya tiga kelompok utama peminatan siswa dengan karakteristik yang berbeda sesuai dengan asal kecamatan. Informasi ini memberikan gambaran mengenai kecenderungan jurusan yang paling diminati oleh siswa dari wilayah tertentu, sehingga dapat dimanfaatkan oleh pihak sekolah untuk merencanakan kapasitas jurusan, mengalokasikan sumber daya, dan menyusun strategi promosi yang lebih tepat sasaran. Penelitian ini juga membuktikan bahwa algoritma K-Means efektif digunakan dalam menganalisis pola peminatan siswa, sehingga dapat mendukung pengambilan keputusan yang lebih akurat dalam pengelolaan pendidikan kejuruan
Downloads
References
Faisal, M., Nurdin, N., Fajriana, F., & Fitri, Z. (2022). Clustering Kompetensi Teknologi Informasi dan Komunikasi Bagi Siswa SMK Menggunakan Algoritma Clustering K-Means. Jurnal Internasional Teknik, Sains dan Teknologi Informasi https://ijesty.org/index.php/ijesty/artikel/v:2(3), 1–7.
Aprinia, P. R. M., & Sutanta, H. (2025). Survei dan Pembuatan Sistem Informasi Geografis Alamat Berkode Lokasi (Geocoded Address) untuk Wilayah Kalurahan Mantrijeron, Kota Yogyakarta. JGISE: Journal of Geospatial Information Science and Engineering, 7(2), 208. https://doi.org/10.22146/jgise.102071
Darma, Y. A., & Astuti, S. (2021). Pemahaman Konsep Literasi Gender (B. Riswandi, Ed.; 1st ed.). Langgam Pustaka.
Delima, S. (2023). Algoritma Apriori (E. Indra, Ed.; 1st ed., Vol. 1). Universitas Prima Indonesia.
Faizah, N. (2023). Pengelolaan Siswa Pada Sekolah Agama Islam. Manajemen Pendidikan Islam, 1(1), 461–474. https://doi.org/10.30868/im.v4i02.4612
Fatwa, M., Ristu, R., Pandiangan, S., & Supriyadi, E. (2022). Pengaplikasian Matlab Pada Perhitungan Matriks. Papanda Journal of Mathematics and Sciences Research, 1(2), 2022. https://ejournal.papanda.org/index.php/pjmsr/article/view/260
Harianja, T., & Fahmi, H. (2022). Implementasi Metode K-Means Clustering Dalam Mengklasterkan Buku Perpustakaan Di Smk Negeri 1 Pantai Labu. Jurnal Sistem Informasi Kaputama (JSIK), 6(1), 39–47.
Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika Dan Ilmu Komputer (JIMA-ILKOM), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26
Ma’ady, M. N. P., Lidiawaty, B. R., Dzulkarnain, A., & Ramadan, A. (2024). Data Mining Algoritma Dan Contoh Perhitungan Matematis (1st ed., Vol. 1). Cv. Budi Utama. https://www.google.co.id/books/edition/Data_Mining_Algoritma_Dan_Contoh_Perhitu/xsQ0EQAAQBAJ?hl=id&gbpv=0
Pitrawati, & Sanjaya, A. (2021). Rekayasa Perangkat Lunak Perhitungan Harga Pokok Produksi Metode Full Costing Pada Umkm Mitra Cake Di Bandar Lampung. Jurnal Informasi Dan Komputer, 11(2), 154–162.
Rahman, A., Restuono, L., Maulidya, A., Siregar, A., Khairul, & Wijaya, R. F. (2023). Pengelompokkan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering (Studi Kasus : Stmik Kaputama). Jurnal Informatika Kaputama (JIK), 7(1), 39–46.
Syahabuddin, A., Agustang, A., & Idkhan, A. M. (2021). Fungsi Leadership dalam Peningkatan Pelayanan Publik di Kantor Kecamatan Makassar. Jurnal Governance And Politics (JGP), 1(2), 118–126.
Ndruru, E., & Limbong, R. (2018). Implementasi Data Mining Dalam Pengelompokan Jurusan yang Diminati Siswa SMK Negeri 1 Lolowua menggunakan Metode Clustering. MEANS (Media Informasi Analisa dan Sistem), 3(2), 107–112. e-ISSN: 2599-3089, p-ISSN: 2548-6985.
Syahra, Yohanni. (2018). Penerapan Data Mining Dalam Pengelompokkan Data Nilai Siswa Untuk Penentuan Jurusan Siswa Pada SMA Tamora Menggunakan Algoritma K-Means Clustering. Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika Dan Komputer), 17(2), 228-233.
NM Purnamasari, Achmad Syarief, & Danar Ardian Purnama. (2023). Pengelompokkan Data Calon Siswa Baru Di Sekolah Menengah Kejuruan menggunakan Algoritma K-Means. Jurnal Sistem Informasi dan Teknologi Pendidikan (JSITP), 4(1), 24-
Faiza Rini, Novhirtamely Kahar, & Juliana. (2016). Penerapan Algoritma K-Means pada Pengelompokan Data Siswa Baru Berdasarkan Jurusan di SMK Negeri 1 Kota Jambi Berbasis Web. Dalam Seminar Nasional APTIKOM (SEMNASTIKOM) (hlm. 94).
Muhammad Norshahlan, Hendra Jaya, & Rini Kosim. (2023). Penerapan Metode Clustering Dengan Algoritma K-means Pada Pengelompokan Data Calon Siswa Baru. Jurnal Sistem Informasi TGD, 2(6), 1042-1053.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Ayu Mutia Br Sbr, Akim Manaor Hara Pardede, Juliana Naftali Sitompul
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
