Analisis Kualitas Pengelompokkan Algoritma K-Means di Knime dan Excel untuk PTMT Pasca Vaksinasi Covid-19

  • Lili Kartikawati SMK Negeri 4 Yogyakarta, DIY,  Indonesia
DOI: https://doi.org/10.51169/ideguru.v7i1.316

Abstrak

Pembelajaran tatap muka yang melibatkan interaksi diantara teman dan guru sangat sulit digantikan dengan pembelajaran jarak jauh. Vaksinasi pendidik dan tenaga kependidikan menjadi salah satu prioritas negara dalam upaya akselerasi pembelajaran tatap muka. Pendidik dan tenaga kependidikan di satuan pendidikan Kota Yogyakarta telah melaksanakan vaksinasi COVID-19 secara lengkap pada April 2021, sehingga SMK Negeri 4 Yogyakarta wajib menyediakan layanan pembelajaran tatap muka terbatas (PTMT) dan memfasilitasi pembelajaran jarak jauh. Pengelompokkan yang berkualitas dibutuhkan untuk membatasi jumlah peserta didik yang mendapatkan layanan PTMT sesuai dengan standar protokol kesehatan. Proses pengelompokan sekumpulan data ke dalam klaster yang memiliki kemiripan ditentukan dengan perhitungan jarak. Penelitian ini melakukan pengelompokkan peserta didik dengan aplikasi KNIME dan microsoft excel. Selanjutnya dilakukan analisis perhitungan kualitas pengelompokkan dari kedua aplikasi untuk mendapatkan prototype pengelompokkan terbaiknya. Perhitungan manual memanfaatkan rumus euclidean distance untuk menghitung jarak antar dokumen dan metode silhouette coefficien untuk menghitung perbedaan karakteristik (perbedaan jarak) diantara cluster dan persamaan karakteristi (kedekatan jarak) data-data didalam satu cluster. Hasil pengklasteran algoritma K-Means keluaran dari aplikasi KNIME memiliki kualitas 0,3208 (lemah) sedangkan manual excel memiliki kualitas 0,6331 (sedang), sehingga hasil manual excel direkomendasikan untuk membantu kurikulum sekolah mengelompokkan peserta didik yang akan diberikan layanan PTMT.

Kata Kunci: algoritma K-Means, vaksinasi COVID-19, PTM Terbatas, Knime

Data Unduhan PDF

Data unduhan belum tersedia.
Diterbitkan
2022-01-01
Bagaimana cara mengutip:
Kartikawati, L. (2022). Analisis Kualitas Pengelompokkan Algoritma K-Means di Knime dan Excel untuk PTMT Pasca Vaksinasi Covid-19. Ideguru: Jurnal Karya Ilmiah Guru, 7(1), 70-79. https://doi.org/10.51169/ideguru.v7i1.316
Terbitan
Vol 7 No 1 (2022): Edisi Januari 2022
Bagian
Artikel Penelitian

Copyright (c) 2022 Lili Kartikawati

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Abstrak viewed: 800 times
PDF downloaded: 1452 times

Referensi

Afni Syahpitri Damanik, N., Prodi Sistem Informasi, M., Royal, S., Sistem Informasi, P., & Manajemen Informasi, P. (2021). Penerapan metode clustering dengan algoritma k-means tindak kejahatan pencurian di kabupaten asahan. Journal of Computer (Online), 1(1), 7–14. https://jurnal.stmikroyal.ac.id/index.php/j-com/article/view/1065

Dewi, S., Defit, S., & Yunus, Y. (2020). Akurasi Pemetaan Kelompok Belajar Siswa Menuju Prestasi Menggunakan Metode K-Means (Studi Kasus SMP Pembangunan Laboratorium UNP). Jurnal Sistim Informasi Dan Teknologi. https://doi.org/10.37034/jsisfotek.v3i1.98

Hidayati, R., Zubair, A., Pratama, A. H., & Indana, L. (2021). Analisis Silhouette Coefficient pada 6 Perhitungan Jarak K-Means Clustering. Techno.Com, 20(2), 186–197. https://doi.org/10.33633/tc.v20i2.4556

Julianto, V., & Permadi, J. (2017). Aplikasi pemilihan strategi promosi penerimaan mahasiswa baru politeknik negara tanah laut menggunakan metode k-means clustering. Jurnal Ilmiah Informatika, 2(1), 99–104. https://doi.org/10.5281/JIMI.V1I2.37

Kementerian Pendidikan, Kebudayaan, R. dan T. (2020). Penyesuaian kebijakan pembelajaran di masa pandemi COVID-19.

Lesmana, S., Fauzia Akbari, A., Yulia Rahman, E., Gustian, D., Informasi Jl Raya Cibatu No, S., Kaler, C., Cisaat, K., Regency, S., & Barat, J. (2020). Penerapan k-means dalam efektivitas pembelajaran e-learning pada masa pandemi covid-19. Seminar Nasional Informatika, 2020 (1), 100–110. http://www.jurnal.upnyk.ac.id/index.php/semnasif/article/view/4090

Mardalius, M. (2018). Implementasi Algoritma K-Means Clustering Untuk Menentukan Kelas Kelompok Bimbingan Belajar Tambahan (Studi Kasus : Siswa SMA Negeri 1 Ranah Pesisir). https://doi.org/10.31219/osf.io/6mec3

R Sianipar, K. D., Wanti Siahaan, S., Siregar, M., Fikrul Ilmi Zer, P. R., Studi Teknik Informatika, P., Tunas Bangsa Pematangsiantar Jl Jend Sudirman Blok, S. A., Pematangsiantar, K., & Utara, S. (2020). Penerapan algoritma k-means dalam menentukan tingkat kepuasan pembelajaran online pada masa pandemi covid-19. Jurnal Teknologi Informasi, 4(1), 101–105. http://jurnal.una.ac.id/index.php/jurti/article/view/1258

Rousseuw, L. K. and P. J. (1990). Finding Groups in Data (J. W. & Sons (ed.)).

Sugiharti, E., & Muslim, A. (2016). On-line clustering of lecturers performance of computer science department of semarang state university using k-means algorithm. Journal of Theoretical and Applied Information Technology, 10(1). www.jatit.org