PENGELOMPOKAN ASAL SEKOLAH SISWA MENGGUNAKAN ALGORITMA K-MEANS

Abstract

Sekolah Menengah Kejuruan adalah jenjang pendidikan menengah yang menawarkan program keahlian atau jurusan tertentu yang berfokus pada penguasaan keterampilan praktis.  Peningkatan efektivitas strategi pendidikan membutuhkan pemahaman mendalam terhadap profil siswa, khususnya asal sekolah mereka. Dengan banyaknya data calon penerimaan siswa baru  yang mendaftar, menimbulkan permasalahan yaitu pihak SMK belum memanfaatkan data asal sekolah tersebut dengan baik. Adapun motode yang dipakai yaitu metode clustering untuk mengelompokkan siswa berdasarkan asal sekolah menjadi sebuah pendekatan untuk memahami dan meningkatkan manajemen siswa baru di Sekolah Menengah Kejuruan Wahidin. Penelitian ini bertujuan untuk melakukan clustering terhadap asal siswa Sekolah Menengah Kejuruan Wahidin di Kota Cirebon menggunakan metode K-Means. Hasil penelitian menunjukkan bahwa pengelompokan siswa berdasarkan asal sekolah mampu membentuk kelompok-kelompok yang memperhatikan perbedaan karakteristik antar kelompok. Dalam penelitian ini peneliti melakukan uji coba dari K=2 sampai dengan K=10 dan menghasilkan nilai Davies Bouldin Index terbaik yaitu sebesar -0,245 pada K=10. Hasil cluster asal sekolah siswa menggunakan metode k-means dapat disimpulkan cluster  tersebut dapat dianalisis untuk mendapatkan  informasi yang lebih akurat sebagai rujukan dalam menyusun strategi promosi kepada calon siswa baru. Dalam konteks penempatan di kelas, penelitian ini memberikan kontribusi penting dalam pengoptimalan distribusi siswa di berbagai program studi, memungkinkan personalisasi pembelajaran yang lebih efektif. Implikasi praktis dari penelitian ini mencakup penyempurnaan manajemen sekolah, penerapan strategi pembelajaran yang lebih sesuai, dan peningkatan interaksi sosial antar siswa. Dengan adanya informasi ini, lembaga pendidikan dapat meningkatkan efisiensi pengelolaan siswa baru, meningkatkan kualitas pendidikan, dan menciptakan lingkungan belajar yang lebih inklusif. Studi ini juga membuka peluang untuk penelitian lanjutan dalam pengembangan model clustering yang lebih kompleks dan penyesuaian pendekatan pendidikan untuk mendukung keberagaman siswa