IMPLEMENTASI ALGORITMA K-MEANS DAN K-MEDOIDS DALAM PENGELOMPOKAN NILAI UJIAN NASIONAL TINGKAT SMK
Pusat Penilaian Pendidikan melakukan evaluasi standar pendidikan setiap tahunnya
dengan menyelenggarakan Ujian Nasional pada jenjang SD, SMP, SMA/K dan sederajat. Data
hasil nilai UN dapat dilihat melalui website resmi Kementrian Pendidikan dan Kebudayaan
(KEMDIKBUD) akan tetapi data yang disajikan tidak memiliki peringkat tertentu atau
kelompok berdasarkan kategori nilai UN sehingga masyarakat tidak memiliki acuan saat
mendaftarkan putra-putri mereka untuk menempuh pendidikan selanjutnya. Pada
penelitian ini akan melakukan pengelompokan sekolah menjadi 3 kategori yaitu baik,
sedang dan cukup untuk memudahkan peserta didik mendapatkan informasi kategori
sekolah mereka dengan menerapkan algoritma K-Means dan K-Medoid. Hasil
pengelompokan menggunakan algoritma k-means menghasilkan klaster baik sebanyak 14
anggota, klaster sedang 46 anggota dan klaster cukup 49 anggota. Lalu, pada algoritma kmedoids diperoleh hasil klaster baik 27 anggota, klaster sedang 43 anggota dan klaster
cukup 39 anggota. Perbedaan jumlah klaster pada kinerja tiap algoritma memiliki pola
perhitungan yang berbeda pada masing-masing iterasi tergantung pada dataset yang
digunakan serta titik centroid yang dijadikan perhitungan pada algoritma.
Kata kunci: Dataset, K-Means, K-Medoids, Pengelompokan, Titik Centroid
Detail Information
Citation
. (2020).IMPLEMENTASI ALGORITMA K-MEANS DAN K-MEDOIDS DALAM PENGELOMPOKAN NILAI UJIAN NASIONAL TINGKAT SMK.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd