PENGELOMPOKAN SISWA MENGGUNAKAN FELDER SILVERMEN LEARNING SYSTEM MODEL (FSLSM) DAN FUZZY C-MEANS

Pengelompokkan siswa yang sesuai dengan pola gaya belajar siswa akan menciptakan suasana belajar yang efektif dan menciptakan kelas yang ideal untuk dikelompokkan sesuai tingkat kemampuan siswa. Dalam studi ini menjelaskan tentang model gaya belajar FSLSM, dimensi dari FSLSM yaitu: active/reflektif, sensing/intuitive, visual/verbal, sequential/global.
Dalam sistem ini menggunakan teknik clustering, teknik clustering digunakan untuk mengelompokan data-data siswa untuk menyeleksi siswa berdasar karakteristik nilai. Siswa yang memiliki atribut-atribut akan dicluster menggunakan metode Fuzzy C-Means clustering (FCM). Setelah data berhasil dicluster, data dihitung nilai error dan rata-rata error menggunakan Mean Squance Error (MSE) untuk menentukan sejauh mana tingkat kemiripan siswa, dari hasil perhitungan FCM akan dikelompokkan siswa menurut karakteristik nilai kuesioner dan nilai ujian.
Dari hasil pengujian sistem, dengan menggunakan data sebanyak 136 siswa, didapatkan hasil pengelompokkan siswa dapat mencapai nilai error terkecil ketika jumlah cluter sebanyak lima cluster, dan sepuluh iterasi dengan nilai MSE sebesar 0.09437.