PENGELOMPOKAN MENGGUNAKAN ALGORITMA K-MEDOID UNTUK EVALUASI PERFORMA SISWA

Abstract

Pendidikan merupakan salah satu pondasi dalam kemajuan suatu bangsa, semakin baik kualitas pendidikan yang diselenggarakan oleh suatu bangsa, maka akan diikuti dengan semakin baiknya kualitas bangsa tersebut. Saat ini, siswa pada jenjang SMA banyak mendapat sorotan. Pasalnya tingkat kenakalan remaja banyak terjadi pada masa-masa SMA [1]. Hal tersebut memerlukan evaluasi performa siswa untuk meningkatkan prestasi siswa dan menghindarkan siswa dari tindakan negatif. Salah satu data yang dapat digunakan terkait performa siswa adalah menggunakan Student Academics Dataset. Student Academics terdiri dari 21 atribut, dimana atribut-atribut didalamnya adalah berupa gender hingga Home to College Travel Time dalam bentuk unsupervised learning [2]. Salah satu algoritma yang cukup baik digunakan untuk proses clustering adalah algoritma k-medoid. Algoritma k-medoid merupakan bagian dari partitioning clustering dimana k-medoids cukup efisien untuk diterapkan pada dataset yang kecil. Pada penelitian ini pengujian dilakukan menggunakan waktu rata-rata eksekusi dan davies bouldin indek. Hasil dari pengujian menunjukkan pengelompokan data Student Academics kedalam 3 status performa siswa menggunakan algoritma k-medoid memiliki akumulasi waktu rata-rata eksekusi selama 22,8 detik dan nilai Index Davies dari algoritma k-medoid untuk pengelompokan performa siswa sebesar 0,367.