JudulPENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA SISWA DALAM MENENTUKAN KELAYAKAN PENERIMA BANTUAN SISWA MISKIN (STUDI KASUS : SMP NEGERI 3 RIO PAKAVA) |
Nama: ALVIN IVANDER SACHIO CHANDRA |
Tahun: 2023 |
Abstrak Setiap sekolah pasti terdapat program bantuan siswa untuk yang berprestasi dan miskin. Tujuan dari penelitian ini adalah untuk menyelesaikan masalah terkait penentuan penerima bantuan siswa dalam menentukan kelayakan berdasarkan bantuan siswa miskin (BSM). Saat ini dalam penentuan calon penerima BSM pada SMP Negeri 3 Rio Pakava masih bersifat manual yang dimana masih belum menggunakan sistem untuk mempermudah dalam mendukung keputusan, hal ini akan membutuhkan tenaga dan waktu yang cukup lama serta hasil yang didapat pada beberapa penyaluran bantuan menjadi kurang efektif dan efisien. Dari studi literatur yang telah dilakukan, dibutuhkan solusi dengan membangun suatu sistem yang dapat menentukan kelayakan penerima bantuan siswa miskin (BSM) untuk siswa miskin yang berprestasi dengan menerapkan algoritma K-Means Clustering. Dari hasil tersebut akan dibangun sistem berbasis website dengan berbagai fitur untuk menentukan kelayakan penerima bantuan. Hasil pengujian dari Silhouette Coefficient pada setiap clusternya, yaitu Cluster 1 bernilai 0.562886614, Cluster 2 bernilai 0.544809184 dan Cluster 3 bernilai 0.591625248. Maka hasil rata-rata nilai pada semua cluster bernilai 0.566440349 mendekati nilai 1, yang artinya hasil validasi clustering data dalam satu cluster masuk dalam kategori medium evidence. Semakin baik nilai Silhouette Coefficient mendekati nilai 1, maka semakin baik pengelompokkan data dalam suatu cluster. Kata kunci : K-Means Clustering, Siswa, Sekolah, Bantuan Siswa Miskin, Website |