Penerapan Data Mining untuk Mengetahui Minat Siswa pada Pelajaran Matematika menggunakan Metode K-Means Clustering

Siti Nur Arofah, Fitri Marisa

Abstract

Matematika merupakan salah satu disiplin ilmu, yang dapat meningkatkan kemampuan berpikir, dan berargumentasi. Minat merupakan suatu keadaan di mana seseorang mempunyai perhatian terhadap sesuatu dan disertai keinginan untuk mengetahui dan mempelajari maupun membuktikannya lebih lanjut. Permasalahan pada penelitian ini bagaimana mengetahui minat siswa pada mata pelajaran matematika dengan menggunakan Teknik data mining dengan metode Clustering menggunakan Algoritma K-Means. Pengujian pada penelitian ini, peneliti menggunakan data Nilai Tugas, Nilai Ulangan Harian (UH) dan Nilai Ujian Akhir Semeter (UAS) siswa untuk mengetahui minat siswa terhadap mata pelajaran matematika. Hasil clustering dengan menggunakan algoritma k-means memperlihatkan bahawa 45 siswa memiliki minat tinggi pada mata pelajaran matematika, 48 siswa memiliki minat sedang dan 29 siswa memiliki minat rendah pada mata pelajaran matematika.

Keywords

Matematika; Nilai Tugas; Nilai Ulangan Harian (UH) dan Nilai Ujian Akhir Semeter (UAS); Clustering; K-Means

Full Text:

PDF

References

W. Zhang, “A Brief Analysis of the Key Technologies and Applications of Educational Data Mining on Online Learning Platform,” pp. 83–86, 2018.

A. L. A. Jd, “A Data Mining Application on Moving Object Data,” no. Ddl, pp. 91–95, 2016.

V. K. Deepa, “Rapid Development of Applications in Data Mining,” pp. 1–4, 2013.

R. Q. V. D. W. D. Xvlqj, P. Dv, H. Vhwwlqjv, and D. U. H. H. Shulhqflqj, “6khhqd $qjud 6dfklq $kxmd,” pp. 387–391, 2017.

Z. Feng and Y. Zhu, “A Survey on Trajectory Data Mining : Techniques and Applications,” vol. 3536, no. APRIL, pp. 1–11, 2016.

Q. U. Zhiming, “Application of Information Technology in Enterprise E-Commerce Based on Grey Relational Clustering and Data Mining,” no. 0, pp. 2–5.

S. Mathew and J. T. Abraham, “APPLICATION OF DATA MINING IN HIGHER SECONDARY DIRECTORATE OF KERALA,” pp. 1–5, 1990.

H. Erol, “Classification Performances Of Data Mining Clustering Algorithms For Remotely Sensed Multispectral Image Data,” pp. 1–4, 2018.

C. Bandirali et al., “Research on the Application of Data Mining Technology in Campus Card System,” 2018 32nd Int. Conf. Adv. Inf. Netw. Appl. Work., vol. 3536, no. APRIL, pp. 387–391, 2017.

C. Bandirali et al., “Parallel Primitives for Vendor-Agnostic Implementation of Big Data Mining Algorithms,” 2018 32nd Int. Conf. Adv. Inf. Netw. Appl. Work., pp. 396–401, 2018.

Refbacks

  • There are currently no refbacks.