Implementasi Data Mining Penentuan Kelas Siswa Unggulan Menggunakan Algoritma K-Means Clustering Pada MTS Swasta PP Al Qomariah

Abstract

Penentuan kelas siswa unggulan sering kali dilakukan secara subjektif, sehingga berpotensi tidak optimal dalam memetakan kemampuan akademik siswa. Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering dalam pengelompokan siswa di MTS Swasta PP Al Qomariah untuk menentukan kelas unggulan, baik, dan cukup secara objektif. Data yang digunakan berupa nilai tes masuk siswa baru tahun ajaran 2023/2024 dengan lima kriteria: Matematika, Bahasa Inggris, Bahasa Indonesia, Pendidikan Agama Islam, dan Bahasa Arab. Hasil dari pengelompokan ini membagi siswa menjadi tiga cluster, yaitu kelas unggul (C1), baik (C2), dan cukup (C3). Berdasarkan perhitungan K-Means, diketahui hasil olah pengujian Cluster dengan pembagian Cluster Siswa unggul (C1) 6 data siswa, yaitu nomor 1, 5, 8, 12, 13, 17, Cluster siswa baik (C2) 9 data siswa, yaitu  2, 4, 6, 9, 11, 14, 16, 19, 20, Cluster siswa cukup (C3) 5 data siswa, yaitu  3, 7, 10, 15, 18. Penelitian menghasilkam sistem yang dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Dengan penerapan data mining, proses penentuan kelas siswa menjadi lebih efisien dan akurat, memberikan manfaat signifikan bagi pengelolaan pendidikan di sekolah tersebut