1. Home
  2. Vol 4, No 1
  3. Widianto

Analisis Model Algoritma K-Means Clustering untuk Pengelompokan Prestasi Berdasarkan Nilai Pengetahuan Siswa (Studi Kasus SMP Negeri 2 Mekar Baru)

Author


Fajar Widianto(1Mail), Alfaiko Janita(2),
(1) Universitas Pamulang, Indonesia
(2) Sekolah Tinggi Keguruan dan Ilmu Pendidikan Banten, Indonesia

Mail Corresponding Author
Article Analytic
  [File Size: 369KB]  Language: en
Available online: 2026-02-20  |  Published : 2026-02-20
Copyright (c) 2026 Fajar Widianto
Article can trace at:

Article Metrics

Abstract Views: 11 times PDF Downloaded: 3 times

Abstract


Perkembangan teknologi memberikan dampak nyata hari ini. Khususnya dunia pendidikan dalam melakukan penilaian siswa, mengevaluasi keberhasilan proses pembelajaran di sekolah. Namun, pengelompokan prestasi berdasarkan nilai pengetahuan seringkali masih dilakukan secara manual sehingga kurang efektif dan kurang mampu memberikan gambaran pola akademik secara menyeluruh. Tujuan dari penelitian ini untuk menganalisis penerapan model algoritma K-Means clustering dalam mengelompokkan prestasi siswa berdasarkan nilai pengetahuan di SMP Negeri 2 Mekar Baru. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik data mining. Data nilai pengetahuan siswa diolah melalui tahapan preprocessing, penentuan jumlah cluster (k), proses iterasi K-Means, serta mengevaluasi hasil pengelompokan. Hasil yang didapat menunjukkan bahwa algoritma K-Means mampu melakukan  pengelompokan siswa ke dalam beberapa kategori prestasi, seperti tinggi, sedang maupun rendah, secara objektif berdasarkan kedekatan nilai centroid. Kesimpulannya, penerapan K-Means efektif membantu pihak sekolah dalam memetakan prestasi siswa sebagai dasar pengambilan keputusan adapun kebaruan dalam penelitian ini terletak pada penerapan model clustering sebagai sistem pendukung evaluasi prestasi berbasis data di tingkat SMP.


Keywords


K-Means Clustering, Data Mining, Prestasi Siswa, Nilai Pengetahuan

References


Adzra, S. N. N., Hasan, F. N., & Kuntoro, A. Y. (2024). Penerapan data mining dalam penilaian kinerja akademik siswa/i SMP YPI Pulogadung dengan metode K-Means clustering. Jurnal Ilmiah Informatika, 13(02), Article 10396.

Alalawi, S. J. S., Mohd Shaharanee, I. N., & Jamil, J. (2023). Clustering student performance data using K-Means algorithms. Journal of Computational Innovation and Analytics, 2(1), 41–55

Herulambang, W., Hidayat, M. M., & Putri, N. A. (2023). Educational data mining for mapping the comprehension of personality subject using K-Means algorithm (case study of SD Insan Mulya). Jurnal Mandiri IT, 11(4), 152–158

Kumar, R., Singh, P., & Verma, A. (2024). Student performance grouping using unsupervised machine learning techniques. International Journal of Data Science and Analytics, 18(1), 55–67.

Rahayu, N. D., Anshor, A. H., & Afriantoro, I. (2024). Penerapan data mining untuk pemetaan siswa berprestasi menggunakan metode clustering K-Means. JUKI: Jurnal Komputer dan Informatika, 6(1)

Rahman, A., & Pratama, D. (2023). Implementation of K-Means clustering in academic performance analysis at secondary education level. Journal of Educational Data Science, 5(2), 112–120.

Santos, M., & Lee, J. (2025). Data-driven decision making in secondary education: Applications of clustering models. Education and Information Technologies, 30(3), 2145–2162

Siti Maghfiroh & Zaehol Fatah. (2024). Analisis Data Mining dengan Algoritma K-Means Clustering untuk Menentukan Siswa Berprestasi di MTs Miftahul Ulum Bengkak. Jurnal Mahasiswa Teknik Informatika (JAMASTIKA).

Srianthaworn, D. A., et al. (2025). Student performance analysis using the K-Means clustering method. Inovasi Pembangunan: Jurnal Kelitbangan, 13(03), Article 1386. https://doi.org/10.35450/jip.v13i03.1386

Srirahmawati, E. O., Purnamasari, A. I., Bahtiar, A., & Tohidi, E. (2025). Pengelompokan prestasi akademik siswa SD menggunakan algoritma K-Means. Jurnal Informatika dan Rekayasa Elektronik, 8(1), Article 1358.

Sujana, T. S., Astuti, R., Prihartono, W., & Hamonangan, R. (2024). Implementation of data mining using the K-Means algorithm to group students based on academic performance. Journal of Artificial Intelligence and Engineering Applications.

Wahidin, A. J., & Syukrilla, W. A. (2023). Data mining (A. Y. Ediana, Dina (Ed.); Cetakan Pe). PT Global Eksekutif Teknologi.

Widianto, F. F. (2025). Analisis Orange Data Mining Untuk Klasifikasi Penyakit Diabetes Menggunakan Model Decision Tree. Cipasung Techno Pesantren: Scientific Journal, 19(2).

Yuni Franata Sinurat, Masrizal, I. (2024). Data Mining Pengelompokan Siswa Berprestasi Menggunakan Metode Clustering (Cetakan ke). Penerbit NEM.

Zhang, L., & Wu, X. (2023). Recent advances in clustering algorithms for educational data mining: A review. IEEE Access, 11, 45678–45690.


Refbacks

  • There are currently no refbacks.