PERBANDINGAN CLUSTERING NILAI UJIAN NASIONAL SEKOLAH MENENGAH PERTAMA DI JAWA TENGAH MENGGUNAKAN ALGORITMA K – MEANS DAN ALGORITMA K – MEDOIDS

SARI, AGNES AGATA (2021) PERBANDINGAN CLUSTERING NILAI UJIAN NASIONAL SEKOLAH MENENGAH PERTAMA DI JAWA TENGAH MENGGUNAKAN ALGORITMA K – MEANS DAN ALGORITMA K – MEDOIDS. Undergraduate thesis, Universitas Stikubank.

	PDF (HALAMAN JUDUL) Download (769kB)
	PDF (ABSTRAK) Download (159kB)
	PDF (BAB I) Download (149kB)
	PDF (BAB II) Restricted to Repository staff only Download (168kB)
	PDF (BAB III) Restricted to Repository staff only Download (321kB)
	PDF (BAB IV) Restricted to Repository staff only Download (964kB)
	PDF (BAB V) Restricted to Repository staff only Download (105kB)
	PDF (DAFTAR PUSTAKA) Download (146kB)
	PDF (LAMPIRAN) Restricted to Repository staff only Download (979kB)

Abstract

Ujian Nasional merupakan tahap evaluasi standar pendidikan yang dapat meningkatkan mutu dan kualitas pendidikan , apabila disuatu sekolah memiliki nilai ujian yang tinggi maka dapat digunakan sebagai tolak ukur bahwa sekolah tersebut memiliki kualitas dan mutu pendidikan yang baik Untuk mendapatkan tiap klaster Nilai Ujian Nasional tingkat SMP di Jawa Tengah maka perlu adanya data mining clustering dengan menggunakan Algoritma K – Means dan K – Medoids sehingga akan menghasilkan kelompok sekolah tingkat SMP di Jawa Tengah yang tinggi , sedang dan rendah . Pada penelitian ini menggunakan data capaian Nilai Ujian Nasional Tingkat SMP di jawa tengah dengan total data 3241 data menggunakan proses perhitungan manual dan Software R studio untuk perhitungan komputasi . pada perhitungan manual menghasilkan 3 klaster dan pada aplikasi rstudio menghasilkan 3 klaster . Hasil klaster menggunakan aplikasi rstudio pada algoritma K – Means menghasilkan klaster 1 ada 1228 sekolah termasuk dalam kelompok dengan nilai ujian sedang , untuk klaster 2 ada 1582 sekolah termasuk dalam kelompok dengan nilai ujian nasional rendah , dan klaster 3 ada 430 sekolah termasuk dalam kelompok dengan nilai ujian tinggi . Hasil klaster menggunakan algoritma K – Medoids untuk klaster 1 ada 654 sekolah termasuk dalam kelompok dengan nilai ujian tinggi , untuk klaster 2 ada 1407 sekolah termasuk dalam kelompok dengan nilai ujian nasional sedang , dan klaster 3 ada 1180 sekolah termasuk dalam kelompok dengan nilai ujian rendah . The National Examination is an evaluation stage of educational standards that can improve the quality and quality of education , if a school has a high test score then it can be used as a measure that the school has good quality and quality of aducation . Get each cluster of Junior High School Level National Exam score in Central Java , it is necessary to have data mining Clustering using algorithm K – Means dan Algorithm K – Medoids so that it will produce high , medium , and low groups of junior high school in Central Java . In this study , using data on the achievement of the National Exam Score for SMP level in Central Java with a total data of 3241 data using a manual calculation process and R studio software for computational calculations. In manual calculations it produces 3 cluster and in the Rstudio application it produces 3 cluster. The result of the cluster using the Rstudio application on the algorithm K – Means produces cluster 1 there are 1228 school included in the group with moderate test scores , for cluster 2 there are 1582 schools included in the group with low national exam scores , and cluster 3 there are 430 schools included in the group with the score high exam. The result of the cluster using the Rstudio application on the algorithm K – Medoids for cluster 1 there are 654 school included in the group with high test scores, for cluster 2 there are 1407 schools included in the group with moderate national exam scores , and cluster 3 there are 1180 schools included in the group with low test scores.

Item Type:	Thesis (Undergraduate)
Additional Information:	NIM : 17.01.55.0027 SKR.I.05.02.1931
Uncontrolled Keywords:	nilai ujian nasional , k-means , k medoids , clustering National Exam Scores , K – Means , K – Medoids , Clustering
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Teteh Hayati
Date Deposited:	03 Jun 2021 01:36
Last Modified:	03 Jun 2021 01:36
URI:	https://eprints.unisbank.ac.id/id/eprint/7759

Actions (login required)

View Item