Rizka Desiana Primary Author Henderi Additional Author Al Bahra Additional Author mixed material bibliography Tangerang Universitas Raharja 2022 id Indonesia

Text

MTsN 1 Serang merupakan Madrasah Tsanawiyah yang berada di Serang Banten memiliki sistem pembelajaran yang baik dan salah satunya adalah memiliki program kelas unggulan. Dalam setiap tahunnya MTsN 1 Serang menerima pendaftaran siswa baru dan kelas unggulan menjadi favorit bagi siswa baru. Banyaknya siswa yang mendaftar mengakibatkan kesulitan dalam menentukan siswa yang masuk kelas unggulan dan mengelompokkan siswa sesuai dengan kemampuan siswa. Maka dari itu, tujuan penelitian ini adala merumuskan dan menganalisa permasalahan, dimana masalah tersebut dapat diatasi dengan menggunakan metode Algoritma K-Means Clustering berdasarkan pengelompokkan data nilai rapor pada mata pelajaran pilihan dan nilai yang telah ditentukan oleh madrasah sebagai variabel yang akan menjadi nilai pendukung dalam seleksi siswa kelas unggulan. Siswa diseleksi berdasarkan kemampuan belajar di 5 mata pelajaran terpilih yaitu matematika, IPA, Bahasa Indonesia, Bahasa inggris dan IPS. Siswa yang lolos seleksi akan dikelompokkan menggunakan K-Means Clustering menjadi 3 klaster dengan menggunakan tools rapidminer. Kesimpulan hasil penelitian ini adalah dari data tesebut didapatkan siswa dengan nilai kemampuan yang telah ditentukan madrasah akan dikelompokkan menjadi satu sesuai dengan kriteria sehingga para guru dapat menyesuaikan pembelajaran didalam kelas berdasarkan siswa tersebut. Dari metode tersebut didapatkan pola pengelompokan yang lebih cepat dan akurat sesuai dengan yang dibutuhkan madrasah. Atribut yang digunakan adalah nis, nama siswa dan nilai pengetahuan, absensi dan ekstrakurikuler. Metode Algoritma K-Means Clustering digunakan untuk mengolah atribut tersebut sehingga menghasilkan 3 klaster unggulan. Kata Kunci : K-Means Clustering, seleksi siswa, pembagian kelas, rapidminer. 004 Perpustakaan Universitas Raharja Jl. Jendral Sudirman No. 40 Modern Cikokol Tangerang, Banten 004 DES s (MTI-2022) S1769 Perpustakaan Raharja (Rak Skripsi) 004 DES s (MTI-2022) E-Thesis 10825 2022-11-30 10:56:17 2022-11-30 10:58:00 machine generated