
OPTIMALISASI PRESTASI AKADEMIK SISWA MELALUI PENGELOMPOKAN INDEKS PRESTASI DENGAN K-MEANS CLUSTERING
DOI:
https://doi.org/10.69916/jkbti.v4i2.321Keywords:
evaluasi pendidikan, indeks prestasi, k-means clustering, pengelompokan data, prestasi akademikAbstract
Prestasi akademik merupakan indikator penting dalam menilai kemampuan dan perkembangan siswa selama proses pembelajaran. Namun, banyak lembaga pendidikan yang masih menghadapi tantangan dalam mengidentifikasi kelompok siswa berdasarkan performa akademik secara efisien, sehingga intervensi pembelajaran yang tepat sulit dilakukan. Penelitian ini bertujuan untuk mengoptimalkan prestasi akademik siswa melalui pengelompokan indeks prestasi dengan metode K-Means Clustering. Metode K-Means digunakan karena kemampuannya dalam mengelompokkan data ke dalam beberapa klaster homogen berdasarkan kesamaan nilai. Data yang digunakan berupa indeks prestasi siswa dari beberapa semester. Proses pengelompokan dilakukan dengan menetapkan sejumlah klaster awal, kemudian dilakukan iterasi untuk mengoptimalkan posisi centroid hingga mencapai konvergensi. Hasil penelitian menunjukkan bahwa siswa dapat dikelompokkan ke dalam tiga kategori utama, yaitu siswa dengan prestasi tinggi, sedang, dan rendah. Pengelompokan ini memberikan gambaran yang lebih jelas kepada pihak sekolah dalam menyusun strategi pembinaan dan pemberian program khusus yang sesuai dengan kebutuhan masing-masing kelompok siswa. Dengan penerapan K-Means Clustering, institusi pendidikan dapat melakukan pemantauan dan evaluasi akademik secara lebih terstruktur serta memberikan intervensi yang lebih tepat sasaran. Penelitian ini menyimpulkan bahwa teknik pengelompokan data dapat menjadi solusi inovatif dalam mendukung peningkatan mutu pendidikan melalui pendekatan berbasis data.
Downloads
References
A. Majid, M. Bari, Y. M. Cani, and U. Enri, “Penerapan Algoritma K-Means dan Decision Tree Dalam Analisis Prestasi Siswa Sekolah Menengah Kejuruan,” J. Sist. Komput. dan Inform., vol. 4, no. 2, p. 355, 2022, doi: 10.30865/json.v4i2.5299.
B. Sembiring, S. Natalia, H. Winata, and S. Kusnasari, “Pengelompokan Prestasi Siswa Menggunakan Algoritma K-Means,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 1, p. 31, 2022, doi: 10.53513/jursi.v1i1.4784.
F. P. Dewi, P. S. Aryni, and Y. Umaidah, “Implementasi Algoritma K-Means Clustering Seleksi Siswa Berprestasi Berdasarkan Keaktifan dalam Proses Pembelajaran,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 7, no. 2, pp. 111–121, 2022, doi: 10.14421/jiska.2022.7.2.111-121.
S. Haviyola, Susilawati, and M. Jajuli, “Pengelompokan Prestasi Siswa Guna Kualifikasi Beasiswa Berdasarkan Data Nilai Menggunakan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2786–2791, 2024, doi: 10.36040/jati.v7i4.7200.
J. Hutagalung, “Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 1, pp. 606–620, 2022, doi: 10.35957/jatisi.v9i1.1516.
E. A. Saputra and Y. Nataliani, “Analisis Pengelompokan Data Nilai Siswa untuk Menentukan Siswa Berprestasi Menggunakan Metode Clustering K-Means,” J. Inf. Syst. Informatics, vol. 3, no. 3, pp. 424–439, 2021, doi: 10.51519/journalisi.v3i3.164.
D. O. Dacwanda and Y. Nataliani, “Implementasi K-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan,” Aiti (Jurnal Teknol. Informasi), vol. 18, no. 2, pp. 125–138, 2021, doi: 10.24246/aiti.v18i2.125-138.
Q. I. Mawarni and E. S. Budi, “Implementasi Algoritma K-Means Clustering Dalam Penilaian Kedisiplinan Siswa,” J. Sist. Komput. dan Inform., vol. 3, no. 4, p. 522, 2022, doi: 10.30865/json.v3i4.4242.
N. K. K. M. J. and F. A., “Penerapan Algoritma K-Means Untuk Pengelompokkan Penilaian Akhir Semester Di Sdn Kadokan 01 Sukoharjo,” INFOTECH J., vol. 9, no. 1, pp. 190–197, 2023, doi: 10.31949/infotech.v9i1.5343.
N. Nurahman, A. Purwanto, and S. Mulyanto, “Klasterisasi Sekolah Menggunakan Algoritma K-Means berdasarkan Fasilitas, Pendidik, dan Tenaga Pendidik,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 2, pp. 337–350, 2022, doi: 10.30812/matrik.v21i2.1411.
P. S. Hasugian and J. Raphita Sagala, “KLIK: Kajian Ilmiah Informatika dan Komputer Penerapan Data Mining Untuk Pengelompokan Siswa Berdasarkan Nilai Akademik dengan Algoritma K-Means,” Media Online, vol. 3, no. 3, pp. 262–268, 2022, doi: https://djournals.com/klik.
N. D. Rahayu, A. H. Anshor, and I. Afriantoro, “Penerapan Data Mining untuk Pemetaan Siswa Berprestasi menggunakan Metode Clustering K-Means,” JUKI J. Komput. dan Inform., vol. 6, no. 1, pp. 71–83, 2024, doi: 10.53842/juki.v6i1.474.
A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-Means Clustring dalam Penetuan Siswa Kelas Unggulan,” J. Tekno Kompak, vol. 15, no. 2, p. 25, 2021, doi: 10.33365/jtk.v15i2.1162.
I. Suputra, I. Candiasa, and I. Suryawan, “Klasterisasi Hasil Ujian Nasional SMA/MA dengan Algoritma K-Means,” Wahana Mat. dan Sains J. Mat. Sains, dan Pembelajarannya, vol. 15, no. 1, pp. 22–30, 2021, doi: https://ejournal.undiksha.ac.id/index.php/JPM/article/view/25380.
S. Suraya, M. Sholeh, and D. Andayati, “Penerapan Metode Clustering Dengan Algoritma K-Means Pada Pengelompokan Indeks Prestasi Akademik Mahasiswa,” Skanika, vol. 6, no. 1, pp. 51–60, 2023, doi: 10.36080/skanika.v6i1.2982.
D. K. Yestiani and N. Zahwa, “Peran Guru dalam Pembelajaran pada Siswa Sekolah Dasar,” Fondatia, vol. 4, no. 1, pp. 41–47, 2020, doi: 10.36088/fondatia.v4i1.515.
Downloads
Published
Scite Metrics
Altmetric
How to Cite
Issue
Section
License
Copyright (c) 2025 Nana Suarna, Nining Rahaningsih, Annisa Annastia Suarna

This work is licensed under a Creative Commons Attribution 4.0 International License.
Most read articles by the same author(s)
- Agita Hany Talia, Nana Suarna, Denni Pratama, PENERAPAN ALGORITMA FP-GROWTH DALAM ANALISIS POLA TRANSAKSI UNTUK OPTIMALISASI PENGELOLAAN DATA TRANSAKSI DI TOKO LIA , Jurnal Kecerdasan Buatan dan Teknologi Informasi: Vol. 3 No. 1 (2024): January 2024
- Bagus Hermawan, Nana Suarna, Raditya Danar Dana, OPTIMASI PRODUKSI MINUMAN KEKINIAN DENGAN SMART BOTTLE DRINK MACHINE IOT DAN OTOMATISASI PENCATATAN HASIL PRODUKSI DI DESA MAYUNG KABUPATEN CIREBON , Jurnal Kecerdasan Buatan dan Teknologi Informasi: Vol. 3 No. 2 (2024): May 2024
- Nurdin, Nana Suarna, Willy Prihartono, ALGORITMA REGRESI LINIER SEDERHANA UNTUK PREDIKSI PENGGUNAAN VOLUME AIR BERDASARKAN JENIS PELANGGAN PDAM , Jurnal Kecerdasan Buatan dan Teknologi Informasi: Vol. 4 No. 1 (2025): January 2025
- Siti Nurhasanah, Nana Suarna, Denni Pratama, PENGELOMPOKAN SANTRI DI PONDOK AL-MA’RIFAH BERDASARKAN ASAL WILAYAH MENGGUNAKAN ALGORITMA K-MEAN CLUSTERING , Jurnal Kecerdasan Buatan dan Teknologi Informasi: Vol. 3 No. 1 (2024): January 2024