KLASTERISASI SISWA BERPRESTASI BERDASARKAN HASIL NILAI PEMBELAJARAN MENGGUNAKAN METODE FUZZY SUBTRACTIVE CLUSTERING BERBASIS WEB

Muhammad Bagas, Satrio Wibowo (2025) KLASTERISASI SISWA BERPRESTASI BERDASARKAN HASIL NILAI PEMBELAJARAN MENGGUNAKAN METODE FUZZY SUBTRACTIVE CLUSTERING BERBASIS WEB. Undergraduate thesis, UPN "Veteran" Jawa Timur.

[img] Text (Cover)
21083010071_Cover.pdf

Download (501kB)
[img] Text (Bab 1)
21083010071_Bab 1.pdf

Download (62kB)
[img] Text (Bab 2)
21083010071_Bab 2.pdf
Restricted to Repository staff only until 20 July 2028.

Download (308kB) | Request a copy
[img] Text (Bab 3)
21083010071_Bab 3.pdf
Restricted to Repository staff only until 20 July 2028.

Download (330kB) | Request a copy
[img] Text (Bab 4)
21083010071_Bab 4.pdf
Restricted to Repository staff only until 20 July 2028.

Download (607kB) | Request a copy
[img] Text (Bab 5)
21083010071_Bab 5.pdf

Download (13kB)
[img] Text (Daftar Pustaka)
21083010071_Daftar Pustaka.pdf

Download (162kB)
[img] Text (Lampiran)
21083010071_Lampiran.pdf
Restricted to Repository staff only until 20 July 2028.

Download (294kB) | Request a copy

Abstract

Pendidikan merupakan pondasi penting bagi generasi penerus bangsa. Di era digital saat ini, pemanfaatan Teknologi Informasi dan Komunikasi (TIK) dalam bidang pendidikan semakin meningkat, namun tantangan terkait pengelolaan dan analisis data pendidikan juga semakin kompleks. Pertumbuhan jumlah siswa setiap tahunnya mengakibatkan volume data menjadi besar. Pengelolaan data secara manual menjadi tidak efisien, sehingga menghambat identifikasi siswa berprestasi oleh pihak sekolah. Kondisi tersebut menghambat pengembangan potensi siswa secara optimal. Hal ini menunjukkan pada SD XYZ perlunya sistem Clustering data untuk memahami siswa berprestasi secara mendalam, dikarenakan saat ini masih dilakukan secara manual tanpa sistem terintegrasi. Penelitian ini mengusulkan pendekatan Clustering dengan menggunakan metode Fuzzy Subtractive Clustering (FSC) berbasis web. Metode Fuzzy Subtractive Clustering (FSC) dipilih karena kemampuannya dalam mengidentifikasi kelompok data berdasarkan kerapatan titik data, serta memberikan derajat keanggotaan pada setiap klaster yang terbentuk. Berbeda dengan metode K-means yang harus menentukan jumlah klaster ditentukan di awal, FSC lebih fleksibel dalam menemukan pola alami dalam data. Tujuan dari penelitian ini adalah untuk mengelompokkan siswa berprestasi berdasarkan hasil nilai pembelajaran serta mencari parameter terbaik yang digunakan dalam metode FSC guna memperoleh hasil evaluasi Clustering yang optimal. Selain itu, penelitian ini juga mengembangkan sistem berbasis web untuk mempermudah akses dan penggunaan model Clustering. Dari berbagai konfigurasi parameter yang diuji, diperoleh kombinasi parameter terbaik dengan rasio penerimaan = 0,5, rasio penolakan = 0,04, radius = 0,3, faktor squash = 1,25 dengan evaluasi terhadap hasil Clustering menunjukkan nilai Silhouette Score sebesar 0,57 yang termasuk dalam kategori struktur klaster yang baik dengan membentuk lima kelompok siswa.

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Depositing User: Muhammad Bagas Satrio Wibowo
Date Deposited: 22 Jul 2025 01:59
Last Modified: 22 Jul 2025 01:59
URI: https://repository.upnjatim.ac.id/id/eprint/40123

Actions (login required)

View Item View Item