Klasterisasi Hasil Belajar Siswa Pada Mata Pelajaran Matematika Menggunakan Algoritma K-Means dan Elbow di SMK Darussalam Torjun

Hasil belajar merupakan kemampuan yang diperoleh siswa melalui kegiatan pembelajaran yang telah dilalui sebelumnya. Dengan mengetahui hasil belajar siswa dapat membantu guru meningkatkan strategi dan metode pembelajaran yang digunakan dari sebelumnya. Klasterisasi menggunakan algoritma K-Means dan Elbow yang bertujuan untuk mengembangkan sistem klasterisasi hasil belajar siswa, mengetahui kelayakan sistem, mengetahui hasil klasterisasi, serta mengetahui kualitas klasterisasi. Metode yang digunakan dalam penelitian ini yakni Research and Development dengan model pengembangan CRISP-DM (Cross Industry Standard Process For Data Mining). Pengujian pada penelitian ini, peneliti menggunakan data nilai siswa kelas X sejumlah 88 siswa yang diambil dari nilai UH, nilai PTS, nilai PAS, nilai sikap, serta nilai keterampilan mata pelajaran matematika. Hasil penentuan klaster yang optimal menggunakan Elbow didapat 4 klaster yang di representasikan menjadi C1, C2, C3, dan C4. Pengelompokan hasil belajar siswa yakni menghasilkan jumlah C1 sebanyak 6 siswa, C2 berjumlah 21 siswa, C3 berjumlah 34 siswa dan C4 dengan jumlah 27 siswa. Hasil pengujian kualitas klasterisasi algoritma K-Means menggunakan metode silhouette coefficient dengan nilai 0.402 memiliki kualifikasi klasterisasi struktur lemah penyebab struktur lemah tersebut karena terdapat beberapa hal salah satunya terdapat beberapa data berada ditengah-tengah dua klaster atau lebih. Sedangkan hasil uji coba ahli sistem memperoleh presentase 100%.