Penerapan Algoritma K-Means untuk Identifikasi Jurusan Unggulan Berdasarkan Nilai Siswa (Studi Kasus: MTs Tarbiyatul Banin)

Riyan Hadi  Prabowo; Shasha Ramadhani Putri; Abdullah  Muttaqin; Atsna Rifqi Habibur  Rahman; Muhammad  Arifin

doi:10.37817/ikraith-informatika.v10i2.6861

Riyan Hadi Prabowo Universitas Muria Kudus
Shasha Ramadhani Putri Universitas Muria Kudus
Abdullah Muttaqin Universitas Muria Kudus
Atsna Rifqi Habibur Rahman Universitas Muria Kudus
Muhammad Arifin Universitas Muria Kudus

DOI: https://doi.org/10.37817/ikraith-informatika.v10i2.6861

Kata Kunci: data mining, clustering, k-means, jurusan unggulan, nilai mata pelajaran, mts

Abstrak

Penelitian ini dilakukan untuk mengidentifikasi jurusan unggulan di MTs Tarbiyatul Banin Pekalongan, Pati, dengan menerapkan algoritma K-Means Clustering pada data nilai 17 mata pelajaran dari 226 siswa. Tahapan metodologi meliputi praproses data berupa pembersihan dan standarisasi fitur, penentuan jumlah klaster optimal menggunakan metode Elbow yang menghasilkan tiga klaster, proses pengelompokan dengan K-Means, serta evaluasi menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan tiga klaster performa, yaitu kategori Unggul dengan rata-rata nilai tertinggi, kategori Menengah dengan performa standar, dan kategori Dasar dengan performa terendah. Nilai Silhouette Coefficient yang diperoleh sebesar 0,2208. Berdasarkan proporsi siswa yang masuk ke dalam kategori Unggul, jurusan Sains Riset Non Boarding D memiliki persentase tertinggi sebesar 53,12%, diikuti Tahfidz Boarding A sebesar 36,36%, dan Sains Riset Boarding C sebesar 31,25%. Dengan demikian, jurusan Sains Riset Non Boarding D dan Tahfidz Boarding A secara objektif teridentifikasi sebagai jurusan unggulan karena memiliki konsentrasi siswa berprestasi tinggi yang paling dominan.