ANALISIS PENGELOMPOKAN NILAI SISWA DALAM MENENTUKAN TINGKAT PRESTASI BELAJAR MENGGUNAKAN ALGORITMA K-MEANS DENGAN METODE ELBOW DAN SILHOUETTE (STUDI KASUS: SISWA KELAS VI SD NEGERI 05 BILAH BARAT)

MUHAMMAD RIZKI DALIMUNTHE, NPM 2209100080 (2026) ANALISIS PENGELOMPOKAN NILAI SISWA DALAM MENENTUKAN TINGKAT PRESTASI BELAJAR MENGGUNAKAN ALGORITMA K-MEANS DENGAN METODE ELBOW DAN SILHOUETTE (STUDI KASUS: SISWA KELAS VI SD NEGERI 05 BILAH BARAT). Skripsi thesis, Universitas Labuhanbatu.

	Text COVER.pdf Download (822kB)
	Text BAB I.pdf Download (478kB)
	Text BAB II.pdf Download (615kB)
	Text BAB III.pdf Download (478kB)
	Text BAB IV.pdf Download (939kB)
	Text BAB V.pdf Download (114kB)
	Text DAFTAR PUSTAKA.pdf Download (241kB)
	Text LAMPIRAN.pdf Download (563kB)

Abstract

Penelitian ini bertujuan untuk menganalisis pengelompokan nilai siswa dalam menentukan tingkat prestasi belajar menggunakan algoritma K-Means dengan metode Elbow dan Silhouette. Penelitian dilakukan di SD Negeri 05 Bilah Barat dengan sampel siswa kelas VI yang mencakup data nilai akademik dari lima mata pelajaran utama: Bahasa Indonesia, Matematika, Ilmu Pengetahuan Alam (IPA), Ilmu Pengetahuan Sosial (IPS), dan Pendidikan Pancasila dan Kewarganegaraan (PPKn). Algoritma K-Means diterapkan untuk mengelompokkan siswa berdasarkan kesamaan pola nilai, sementara Elbow Method digunakan untuk menentukan jumlah klaster yang optimal, dan Silhouette Score digunakan untuk mengevaluasi kualitas pemisahan antar klaster. Hasil evaluasi menunjukkan bahwa jumlah klaster optimal adalah tiga, dengan kualitas pemisahan yang baik, di mana klaster pertama mewakili siswa dengan prestasi rata-rata, klaster kedua untuk siswa kurang berprestasi, dan klaster ketiga untuk siswa sangat berprestasi. Penelitian ini memberikan kontribusi dalam penerapan analisis data berbasis algoritma K-Means pada pendidikan dasar, yang diharapkan dapat mendukung keputusan pembelajaran yang lebih berbasis data dan efektif dalam mengidentifikasi kebutuhan pengajaran yang sesuai untuk masing masing kelompok prestasi siswa. Kata Kunci : Pengelompokan Nilai Siswa, K-Means, Elbow Method, Silhouette Score, Prestasi Belajar, Pendidikan Dasar. ================================================================================================== This study aims to analyze the grouping of student scores in determining learning achievement levels using the K-Means algorithm with the Elbow and Silhouette methods. The research was conducted at SD Negeri 05 Bilah Barat, with a sample of sixth-grade students that includes academic score data from five main subjects: Indonesian Language, Mathematics, Natural Sciences, Social Sciences, and Pancasila and Civic Education. The K-Means algorithm was applied to group students based on similarities in their score patterns, while the Elbow Method was used to determine the optimal number of clusters, and the Silhouette Score was used to evaluate the quality of separation between clusters. The evaluation results show that the optimal number of clusters is three, with good separation quality, where the first cluster represents students with average achievement, the second cluster represents low-achieving students, and the third cluster represents high-achieving students. This study contributes to the application of K-Means-based data analysis in primary education, which is expected to support more data-driven learning decisions and effectively identify appropriate teaching needs for each group of student achievement. Keywords : Student Score Grouping, K-Means, Elbow Method, Silhouette Score, Learning Achievement, Primary Education.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Pengelompokan Nilai Siswa, K-Means, Elbow Method, Silhouette Score, Prestasi Belajar, Pendidikan Dasar. ================================ Student Score Grouping, K-Means, Elbow Method, Silhouette Score, Learning Achievement, Primary Education.
Subjects:	L Education > L Education (General) L Education > LB Theory and practice of education > LB1501 Primary Education Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Sains Dan Teknologi > Sistem Informasi
Depositing User:	Unnamed user with email repository@ulb.ac.id
Date Deposited:	29 Apr 2026 03:50
Last Modified:	29 Apr 2026 03:50
URI:	http://repository.ulb.ac.id/id/eprint/2192

Actions (login required)

View Item