Responsive Banner

Penerapan algoritma k-means clustering untuk pembentukan rombongan belajar berdasarkan hasil belajar siswa

Anggraeni, Riska Dwi (2024) Penerapan algoritma k-means clustering untuk pembentukan rombongan belajar berdasarkan hasil belajar siswa. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.

[img]
Preview
Text (Full text)
18650111.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (1MB) | Preview

Abstract

INDONESIA:

Penialaian hasil belajar siswa merupakan faktor untuk meningkatkan proses Pendidikan dan mengidentifikasi kebutuhan pengembangan lebih lanjut. Penelitian ini bertujuan untuk mengelompokan siswa kedalam tiga kelas sesuai dengan hasil yang di hitung dengan algoritma k-means. Data pada penelitian ini terdiri dari 54 data siswa. Dari hasil perhitungan pada seluruh siswa mendapatkan hasil sebanyak 16 siswa dengan kelompok pemahaman tinggi, 19 siswa dengan pemahaman sedang dan 19 siswa dengan pemahaman kurang. Hasil dari silhouette score tertinggi adalah 0,5901 dan terendah adalah 0,5800.

ENGLISH :

Assessment of student learning outcomes is a factor to improve the education process and identify further development needs. This research aims to group students into three classes according to the results calculated by the k-means algorithm. The data in this study consisted of 54 student data. From the results of calculations on all students get results as many as 16 students with high understanding groups, 19 students with moderate understanding and 19 students with less understanding. The result of the highest. silhouette score is 0.5901 and the lowest is 0.5800.

ARABIC:

يعد تحسين نتائج تعلم الطلاب عاملا في تحسين العملية التعليمية وتحديد المزيد من احتياجات التنمية. هدف هذا البحث إلى تجميع الطلاب في ثلاثة فصول وفقا للنتائج المحسوبة بواسطة خوارزمية تجميع كي-متوسط. تألفت البيانات في هذا البحث من 54 بيانات للطلاب. من نتائج الحساب على جميع الطلاب، كان هناك 16 طالبا من مجموعات الفهم العالية، و 19 طالبا ذوي الفهم المتوسط و 19 طالبا ذوي الفهم المنخفض. نتيجة أعلى درجة الصورة الظلية هي 0.5901 وأقلها 0.5800.

Item Type: Thesis (Undergraduate)
Supervisor: Fatchurrohman, Fatchurrohman and Suhartono, Suhartono
Keywords: K-Means Clustering; Elbow Method; Silhouette Score; تجميع كي-متوسط; طريقة لإيجاد عدد عناقيد;درجة صورة ظلية
Departement: Fakultas Sains dan Teknologi > Jurusan Teknik Informatika
Depositing User: Riska Dwi Anggraeni
Date Deposited: 17 Jan 2025 10:22
Last Modified: 17 Jan 2025 10:22
URI: http://etheses.uin-malang.ac.id/id/eprint/71740

Downloads

Downloads per month over past year

Actions (login required)

View Item View Item