Marthanugraha, Rizki (2024) Sistem Pengelompokan Kelas Untuk Menentukan Kelompok Tambahan Belajar Menggunakan Metode K-Means. undergraduate thesis, Universitas Muhammadiyah Gresik.
Text
1. Lembar Pernyataan Orisinalitas.pdf Download (1MB) |
||
Text
2. LEMBAR PENGESAHAN Rizki.pdf Download (472kB) |
||
Text
3. LEMBAR PERSETUJUAN Rizki.pdf Download (224kB) |
||
|
Text
Halaman Judul_190602073.pdf Download (3MB) | Preview |
|
Text
5. BAB 1.pdf Download (335kB) |
||
Text
5. BAB 2.pdf Download (443kB) |
||
Text
5. BAB 3.pdf Download (681kB) |
||
Text
5. BAB 4.pdf Restricted to Repository staff only Download (829kB) |
||
Text
5. BAB 5.pdf Download (258kB) |
||
Text
6. DAFTAR PUSTAKA.pdf Download (326kB) |
||
Text
7. LAMPIRAN.pdf Download (299kB) |
Abstract
Setiap siswa mempunyai tingkat kemampuan dalam memahami matapelajaran yang diberikan berbeda-beda, sehingga siswa dan guru perlu mengetahui tingkat kemampuan siswa dalam memahami matapelajaran yang telah diberikan. Agenda SD Al Islam untuk menghadapi ujian sekolah akan mengadakan suatu bimbingan belajar untuk tambahan pelajaran. Hal ini memiliki tujuan guna memantapkan materi - materi mata pelajaran yang akan diujikan. Sistem pembagian kelompok bimbingan belajar yang ada saat ini sebenarnya hanya berdasarkan daftar absen kelas yang ada. Belum terdapat sistem pembagian kelompok bimbingan belajar, mengakibatkan pembagian kelompok bimbingan belajar tidak sesuai dengan yang diharapkan. Sehingga dibutuhkan untuk membagi kelompok bimbingan belajar siswa SD Al Islam sesuai dengan tingkat pemahaman menggunakan metode K-Means Clustering. Pengelompokan dilakukan menggunakan menggunakan K = 2 sampai 7 dengan menggunakan 3 perhitungan jarak yaitu Euclidean Distance, Manhattan Distance, dan Minkowski Distance yang mendapatkan hasil terbaik adalah menggunakan K = 2 dengan menggunakan perhitungan jarak Minkowski Distance dengan hasil DBI = 0.6225 iterasi 2. Hasil pengelompokan siswa yang digunakan untuk menentukan kelompok bimbingan belajar menggunakan K = 2 pada mata pelajaran Matematika adalah cluster 1 yang mendapatkan nilai rendah dengan 14 siswa, dan cluster 2 yang mendapatkan nilai tinggi dengan 19 siswa.
Item Type: | Thesis (undergraduate) |
---|---|
Uncontrolled Keywords: | SD Al Islam, Data mining, K-Means, Cluster, Davies-Bouldin Index |
Subjects: | Engineering > Informatics Engineering Engineering |
Divisions: | Faculty of Engineering > Informatics Engineering Study Program |
Depositing User: | Rizki Marthanugraha |
Date Deposited: | 03 Mar 2024 20:11 |
Last Modified: | 03 Mar 2024 20:11 |
URI: | http://eprints.umg.ac.id/id/eprint/11226 |
Actions (login required)
View Item |