Arditama, Yusa Nur Alfie (2023) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK EVALUASI BIMBINGAN KONSELING SISWA SMP (STUDI KASUS: SMPN 7 BOJONEGORO). Undergraduate thesis, Universitas Pembangunan Nasional "Veteran" Jawa Timur.
|
Text (Cover)
18081010138-Cover.pdf Download (1MB) | Preview |
|
|
Text (Bab 1)
18081010138-Bab1.pdf Download (73kB) | Preview |
|
|
Text (Bab 2)
18081010138-Bab2.pdf Download (233kB) | Preview |
|
Text (Bab 3)
18081010138-Bab3.pdf Restricted to Registered users only until 10 January 2026. Download (229kB) |
||
Text (Bab 4)
18081010138-Bab4.pdf Restricted to Registered users only until 10 January 2026. Download (1MB) |
||
|
Text (Bab 5)
18081010138-Bab5.pdf Download (62kB) | Preview |
|
|
Text (Daftar Pustaka)
18081010138-Daftar_Pustaka.pdf Download (184kB) | Preview |
|
Text (Lampiran)
18081010138-Lampiran.pdf Restricted to Registered users only until 10 January 2026. Download (682kB) |
Abstract
Dalam perkembangan dan pertumbuhan remaja ada banyak pihak dan faktor yang berperan besar yang berpengaruh, baik maupun buruk. Sekolah merupakan salah satunya karena remaja menghabiskan banyak waktu di lingkungan sekolah. Bimbingan Konseling adalah suatu bentuk pemberian bantuan secara face-to-face dari seorang ahli yang disebut kanselor kepada individu yang sedang bermasalah dengan harapan masalah tersebut bisa terselesaikan, sekolah berperan besar dalam memberikan fasilitas bimbingan konseling kepada siswanya. SMPN 7 Bojonegoro masih melakukan evaluasi untuk bimbingan konseling siswa dengan cara pengamatan dan penilaian sikap siswa dengan manual yang bisa menyebabkan tidak tepatnya penilaian karena rasio banyaknya siswa tidak sebanding dengan banyaknya guru BK, maka dari itu perlu dibuat sebuah sistem yang bisa memetakan kebutuhan bimbingan konseling bagi para siswa dengan cara mengelompokkanya ke kelompok bimbingan dengan memanfaatkan algoritma K-Means Clustering, sistem ini dibuat dengan menggunakan bahasa pemrograman Phyton. Dengan adanya sistem ini proses evaluasi bimbingan koseling siswa akan lebih cepat dan menghasilkan pengelompokkan yang lebih baik. Berdasarkan evaluasi dan uji coba yang telah dilakukan dengan algoritma K-Means Clustering dan memasukkan hasil Cluster kedalam kelompok bimbingan mendapatkan hasil 13 kelas atau 68.5% yang sudah sesuai dengan pengelompokkan bimbingan dan 6 kelas atau 31.5% yang sudah belum sesuai dengan pengelompokkan bimbingan.
Item Type: | Thesis (Undergraduate) | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
||||||||||||
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science | ||||||||||||
Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||||||
Depositing User: | Yusa Nur Alfie Arditama | ||||||||||||
Date Deposited: | 10 Jan 2023 06:00 | ||||||||||||
Last Modified: | 10 Jan 2023 06:00 | ||||||||||||
URI: | http://repository.upnjatim.ac.id/id/eprint/10805 |
Actions (login required)
View Item |