Pengembangan E-learning madrasah pada SDI AL-UMM Malang menggunakan algoritma k-means untuk clustering data nilai sebagai tolak ukur pemahaman siswa

INDONESIA:

Tujuan pendidikan, secara umum yaitu untuk memberikan peningkatan terhadap kecerdasan bangsa, dengan cara meningkatkan pemahaman siswa terhadap mata pelajaran yang diajarkan, namun kemampuan setiap siswa dalam memahami suatu pelajaran berbeda-beda, sehingga proses belajar siswa pun akan berbeda pula. Agar dapat menentukan cara pembelajaran yang diterima oleh siswa, maka diperlukan pengklusteran/pengelompokan untuk menentukan tingkat pemahaman siswa. Pada penelitian ini mengimplementasikan algoritma k-means untuk mengcluster data nilai siswa yang dihasilkan dari pengerjaan quiz sehingga dapat dijadikan tolak ukur tingkat pemahaman siswa yang nantinya akan dikelompokkan menjadi tiga cluster yaitu cluster pertama dengan tingkat pemahaman tinggi, cluster kedua dengan tingkat pemahaman sedang dan cluster ketiga dengan tingkat pemahaman rendah. Hasil dari penelitian ini yaitu nilai keakuratan algoritma k-means dalam pencluster data nilai dengan dilkukan pengujian sebanyak 7 kali pengujian, sehingga didapatkan nilai rata-rata dari nilai precision sebesar 79,7%, nilai recall sebesar 80,4%, nilai accuracy sebesar 83,1% sehingga berdasaran hasil rata-rata tersebut untuk tingat keakuratan algoritma k-means untuk menclustering data nilai sudah dikatakan “BAIK”, meskipun masih ada data yang tidak sesuai.

ENGLISH:

The purpose of education, in general, is to provide an increase in the nation's intelligence, by increasing students' understanding of the subjects being taught, but the ability of each student to understand a lesson is different, so that the student's learning process will also be different. In order to determine the way of learning accepted by students, it is necessary to cluster/group to determine the level of student understanding. In this study, implementing the k-means algorithm to cluster student score data generated from quizzes so that it can be used as a benchmark for students' understanding levels which will later be grouped into three clusters, namely the first cluster with a high level of understanding, the second cluster with a moderate level of understanding and the third cluster. with a low level of understanding. The results of this study are the accuracy of the k-means algorithm in the value data cluster by testing 7 times, so that the average value of the precision value is 79.7%, the recall value is 80.4%, the accuracy value is 83. ,1% so that based on the average results for the accuracy of the k-means algorithm for clustering value data, it is said to be "GOOD", although there are still data that do not match.

ARABIC:

الغرض من التعليم، بشكل عام، هو توفير زيادة في ذكاء الشعب، من خلال زيادة فهم الطلاب للموضوعات التي يتم تدريسها عليهم، لكن قد اختلفت قدرتهم على فهم الدروس، بحيث تكون عملية تعلّمهم مختلفة أيضا. ومن أجل تحديد طريقة التعلم المقبولة من قبل الطلاب، من الضروري أن يقام التجميع لتحديد مستوى فهم الطلاب.في هذا البحث، تم تنفيذ خوارزمية k-means لتجميع بيانات درجات الطلاب الناتجة عن الاختبارات القصيرة (quiz) بحيث يمكن استخدامها كمعيار لمستويات فهم الطلاب والتي سيتم تجميعها لاحقًا في ثلاث مجموعات، وهي المجموعة الأولى ذات المستوى العالي، والمجموعة الثانية بمستوى متوسط، والمجموعة الثالثة ذات مستوى فهم منخفض. دلّت نتائج هذا البحث على دقة خوارزمية k-means في تجميع بيانات القيمة باختبار 7 مرات، بحيث يكون متوسط قيمة الدقة 79،7٪، وقيمة الاسترجاع 80،4٪، وقيمة الدقة 83،1٪. لذلك بناءً على متوسط النتائج لدقة خوارزمية k-means لتجميع بيانات القيمة، يُقال إنها "جيدة"، على الرغم من أنه لا تزال هناك بيانات غير متطابقة.