eProceedings of Engineering
Vol 6, No 2 (2019): Agustus 2019

Pengelompokan Data Siswa Di Indonesia Menggunakan K-means Clustering

Rizky Maulana (Telkom University)
Fairuz Azmi (Telkom University)
Purba Daru Kusuma (Telkom University)



Article Info

Publish Date
01 Aug 2019

Abstract

Tingginya angka siswa putus sekolah di Indonesia menjadi kasus yang tidak pernah lepas dari perhatian pemerintah. Akibat kurangnya pembangunan mutu pendidikan, faktor ekonomi, dan susahnya akses ke sekolah, secara kuantitas muncul jumlah angka anak putus sekolah yang dominan pada provinsi tertentu. Dari permasalahan di atas, dapat dianalisis jumlah siswa putus sekolah di Indonesia dengan pengelompokan jumlah siswa putus sekolah di setiap provinsi serta jumlah sekolah dan jumlah siswa di setiap provinsi di Indonesia. Pada tugas akhir ini dirancang program aplikasi berbasis web untuk mengelompokan data siswa di Indonesia. Metode yang digunakan untuk mengelompokkan data tersebut adalah K-Means Clustering. Keluaran dari tugas akhir ini adalah analisis hasil dari pengelompokan data siswa pada setiap provinsi di Indonesia dan pengujian stabilitas dari K-Means Clustering. Dari hasil pengujian stabilitas clustering, didapatkan standar deviasi terendah yaitu 0 dan yang tertinggi yaitu 4.85 Hasil penelitian ini dapat membantu Dinas Pendidikan dalam mengatasi masalah siswa putus sekolah di Indonesia pada setiap provinsi di Indonesia. Kata Kunci: Pendidikan, data, K-Means Clustering, Standar Deviasi

Copyrights © 2019






Journal Info

Abbrev

engineering

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...