IMPLEMENTASI DAN KOMPARASI ALGORITMA FUZZY C-MEANS DAN K-MEANS UNTUK MENGELOMPOKKAN SISWA BERDASARKAN NILAI AKADEMIK DAN PERILAKU SISWA (DATA SURVEY)
DOI:
https://doi.org/10.31328/ciastech.v2i1.1118Keywords:
Clustering, Algoritma K-Means, Algoritma Fuzzy C-Means (FCM)Abstract
Di dunia pendidikan seringkali nilai akademik selalu dijadikan acuan apakah sudah berhasil atau tidak dalam proses menyelenggarakan pembelajaran dan bimbingan. Akan tetapi prestasi yang diperoleh oleh siswa dipengaruhi oleh banyak faktor seperti tingkat kedisiplinan. Oleh karena itu penelitian ini dilakukan untuk mengelompokkan siswa tidak hanya berdasarkan nilai akademik saja tetapi juga perilaku siswa sehari-hari dengan menggunakan algoritma K-Means dan Fuzzy C-Means (FCM). Penelitian ini menghasilkan rata-rata tingkat akurasi dari proses perhitungan algoritma K-Means mencapai 91% dan membutuhkan waktu 4.4105 detik. Sedangkan rata-rata tingkat akurasi dari proses perhitungan algoritma Fuzzy C-Means mencapai 68% dan membutuhkan waktu 5.5416 detik.References
Alimaun, I. (2015). Pengaruh Kedisiplinan Terhadap Hasil Belajar Siswa Kelas V Sekolah Dasar se-Daerah Binaan R.A. Kartini Kecamatan Kutoarjo Kabupaten Purworejo.
Bancin, M. S. (2014). Implementasi Metode K-Means Clustering dan Metode Analytical Hierarchy Process (AHP) Dalam Penilaian Kedisiplinan Siswa.
Baskara, D. A. (2016). Implementasi Metode K-Means Clustering Dalam Penilaian Kedisiplinan Siswa (Studi Kasus : Smk Sunan Kalijogo Lumajang).
Butarbutar, N. (2016). Komparasi Kinerja Algoritma Fuzzy C-Means dan K-Means Dalam Pengelompokkan Data Siswa Berdasarkan Prestasi Nilai Akademik Siswa. 1.
Febrianti, F. (2016). Perbandingan Pengklusteran Data Iris Menggunakan Metode K-Means Dan Fuzzy C-Means. 02.
Yuanita, N. (2016). Implementasi K-Means Clustering untuk Pembagian Kelas Siswa.
