Sistem Manajemen Kelas Menggunakan K-Means Clustering untuk Pengelompokan Kelas Unggulan pada Sekolah Dasar Negeri Neglasari 3

Fitri Anggraini; Imam Suprapta; Warno Warno; Hafid Fahrezi

doi:10.53863/kst.v7i02.1841

Penulis

Fitri Anggraini Universitas Saintek Muhammadiyah, DKI Jakarta, Indonesia
Imam Suprapta Universitas Saintek Muhammadiyah, DKI Jakarta, Indonesia
Warno Warno Universitas Saintek Muhammadiyah, DKI Jakarta, Indonesia
Hafid Fahrezi Universitas Saintek Muhammadiyah, DKI Jakarta, Indonesia

DOI:

https://doi.org/10.53863/kst.v7i02.1841

Kata Kunci:

Sistem, Manajemen, K-Means clustering, Pengelompokan Siswa, Kelas Unggulan

Abstrak

Penelitian ini bertujuan untuk menghasilkan dan menganalisis sebuah sistem manajemen kelas menggunakan K-Means Clustering di SD Negeri Neglasari 3. Sistem yang dibangun digunakan untuk pengelompokan kelas unggulan secara objektivitas, efisiensi, dan transparansi berdasarkan prestasi akademik siswa. Sistem yang dibuat digunakan untuk memudahkan proses pengolahan data siswa dalam pengelompokan kelas unggulan yang saat ini masih menggunakan proses manual. Metode pengembangan sistem yang digunakan adalah metode waterfall, yang terdiri dari tahapan Requirement Analysis, Design, Implementation, Testing, dan Maintenance. Sistem ini dibangun menggunakan bahasa pemrograman Hypertext Preprocessor (PHP) dan Database MySQL. Untuk pengujian sistem yang telah dibangun, digunakan beberapa metode, yaitu black-box testing, User Acceptance Test (UAT), uji perbandingan waktu pengerjaan (pre-test dan post-test), serta penyebaran kuesioner kepuasan kepada 10 guru sebagai responden. Hasil penelitian menunjukkan bahwa black-box testing dan validasi User Acceptance Test berhasil 100%. Selain itu, sistem yang dibangun juga mampu membuktikan efisiensi waktu pengerjaan pengelompokan kelas meningkat secara signifikan sebanyak 80,63% dibandingkan dengan cara manual. Hasil pengisian kuesioner mendapatkan skor 4,49 dari skala 5. Dengan demikian, hasil penelitian ini membuktikan bahwa sistem yang dikembangkan merupakan solusi yang valid untuk pengelompokan kelas unggulan secara objektif dan efisien

Referensi

Azzahra, L., & Amru Yasir. (2024). Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food. Jurnal Ilmu Komputer Dan Sistem Informasi, 3(1), 1–10. https://doi.org/10.70340/jirsi.v3i1.88

Dacwanda, D. O., & Nataliani, Y. (2021). Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan. Aiti, 18(2), 125–138. https://doi.org/10.24246/aiti.v18i2.125-138

Darmansah, Chairuddin, I., & Asa, R. S. (2021). Analisis Penyebaran Penularan Virus Covid-19 di Provinsi Jawa Barat Menggunakan Algoritma K-Means Clustering. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(3), 1188–1199. https://doi.org/10.35957/jatisi.v8i3.1034

Darmansah, D. D., & Wardani, N. W. (2021). Analisis Pesebaran Penularan Virus Corona di Provinsi Jawa Tengah Menggunakan Metode K-Means Clustering. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(1), 105–117. https://doi.org/10.35957/jatisi.v8i1.590

Hutagalung, J., Syahputra, Y. H., & Tanjung, Z. P. (2022). Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(1), 606–620. https://doi.org/10.35957/jatisi.v9i1.1516

Kayati, S., Junadhi, Yenni, H., & Asnal, H. (2022). Penerapan Metode Multi Attribute Utility Theory (MAUT) Pada Sistem Pendukung Keputusan dalam Menentukan Kelas Unggulan di SMKN 1 Mandau. Teknologi, 12(2), 39–46. https://doi.org/10.26594/teknologi.v12i2.3282

Muningsih, E., Nur, H. M., Dwi Imaniawan, F. F., Saifudin, Handayani, V. R., & Endiarto, F. (2020). Comparative Analysis on Dimension Reduction Algorithm of Principal Component Analysis and Singular Value Decomposition for Clustering. Journal of Physics: Conference Series, 1641(1). https://doi.org/10.1088/1742-6596/1641/1/012101

Murphy, R., & Weinhardt, F. (2020). Top of the Class: The Importance of Ordinal Rank. Review of Economic Studies, 87(6), 2777–2826. https://doi.org/10.1093/restud/rdaa020

Novi, & Mubarok, A. (2021). Penerapan Algoritma K-Means Untuk Menentukan Kelas. INFOMATEK, 23(2), 97–106. https://doi.org/10.23969/infomatek.v23i2.4351

Noviyanto. (2020). Penerapan Data Mining Dalam Mengelompokkan. Paradigma – Jurnal Informatika Dan Komputer, 8(3). https://sulsel.bps.go.id/searchengine/result.html.

Nurdiansyah, D., & Rafdhi, F. (2022). Analisa Dan Perancangan Aplikasi E-Learning Stmik Muhammadiyah Jakarta. Jurnal Teknik Informatika Kaputama (JTIK), 6(2).

Satria, C., & Anggrawan, A. (2021). Aplikasi K-Means berbasis Web untuk Klasifikasi Kelas Unggulan. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(1), 111–124. https://doi.org/10.30812/matrik.v21i1.1473

Sinaga, K. P., & Yang, M. S. (2020). Unsupervised K-means clustering algorithm. IEEE Access, 8, 80716–80727. https://doi.org/10.1109/ACCESS.2020.2988796

Sulistiyawati, A., & Supriyanto, E. (2021). Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan. Jurnal Tekno Kompak, 15(2), 25. https://doi.org/10.33365/jtk.v15i2.1162

Wulandari, F. T., Jayanti, A. D., & Setiawati, D. (2023). Sistem Pendukung Keputusan Pemilihan Siswa Kelas Unggulan Berbasis Web Dengan Metode Topsis. Prosiding Sains Nasional Dan Teknologi, 13(1), 219–232. https://doi.org/10.36499/psnst.v13i1.9543

Yudistira, A., & Andika, R. (2023). Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering. Journal of Artificial Intelligence and Technology Information (JAITI), 1(1), 20–28. https://doi.org/10.58602/jaiti.v1i1.22