PENERAPAN K-MEANS DALAM PENGELOMPOKAN LEVEL KELAS BAHASA INGGRIS DI ENGLISH FOR YOUTH

Moh Ulum Wahyudin, Danang Satya Nugraha, Imam Thoib, Fendy Bayu Firmansyah

Abstract


Penelitian ini merupakan studi kasus yang dilakukan di Lembaga kursus bahasa inggris English For Youth yang berlokasi di Pare, Kediri.Tujuan utama dari penelitian ini adalah untuk mengelompokkan level kelas siswa-siswi berdasarkan tingkat kemampuan berbahasa inggris dengan memanfaatkan data nilai dari empat keterampilan utama, yaitu membaca, menulis, mendengar, dan berbicara. Metode yang digunakan dalam penelitian ini adalah algoritma k-means clustering. Dataset yang digunakan terdiri dari 861 data siswa yang telah melalui tahapan preprocessing, termasuk seleksi atribut, pembersihan data, dan normalisasi menggunakan metode Min-Max. Evaluasi kualitas pengelompokan dilakukan menggunakan Davies-Bouldin Index (DBI), dan diperoleh hasil bahwa jumlah cluster optimal adalah 3 (C=3) dengan nilai DBI sebesar 0,382. Hasil pengelompokan menunjukkan 139 siswa-siswi tergolong pada tingkat dasar (basic), 330 siswa-siswi berada pada tingkat menengah (intermediate) dan 392 siswa-siswi termasuk ke dalam tingkat tinggi (advance). Hasil ini menunjukkan bahwa metode clustering dengan algoritma k-means dapat digunakan secara efektif untuk mendukung sistem penempatan kelas secara objektif dan efisien di lingkungan lembaga pendidikan non-formal seperti English For Youth.

References


W. Azizah and R. Purwanti, “Meningkatkan Aktivitas , Motivasi Dan Keterampilan Menulis Simple Present Tense Menggunakan Model Lecture Pada Sekolah Dasar,” J. Pendidik. Sos. Dan Konseling, vol. 1, no. 3, pp. 598–607, 2023, [Online]. Available: https://jurnal.ittc.web.id/index.php/jpdsk/article/view/298/288

M.Taslim, “Analisa Kemampuan Berbicara Dalam Berbahasa Inggris Pada Petugas Receptionist Wyndham Opi Hotel,” J. Pendidikan, Bhs. dan Budaya, vol. 2, no. 1, pp. 131–145, 2023, doi: 10.55606/jpbb.v2i1.1070.

U. H. Solihah, E. W. Dyah, N. Fitriyah, and C. Saleh, “Implementasi Pengelompokan Kelas Berdasarkan Kemampuan Akademik di MI Mambaul Ma’arif Denanyar Jombang,” PENDAGOGIA J. Pendidik. Dasar, vol. 2, no. 2, pp. 137–146, 2022, [Online]. Available: http://journal.unram.ac.id/index.php/jiwpp/login

D. O. Dacwanda and Y. Nataliani, “Implementasi k-Means Clustering untuk Analisis Nilai Akademik Siswa Berdasarkan Nilai Pengetahuan dan Keterampilan,” Aiti, vol. 18, no. 2, pp. 125–138, 2021, doi: 10.24246/aiti.v18i2.125-138.

P. K. Nurdianto, “Jurnal Cakrawala Informasi,” Cakrawala Inf., vol. 1, no. 1, pp. 1–14, 2021.

A. Yudhistira and R. Andika, “Pengelompokan Data Nilai Siswa Menggunakan Metode K-Means Clustering,” J. Artif. Intell. Technol. Inf., vol. 1, no. 1, pp. 20–28, 2023, doi: 10.58602/jaiti.v1i1.22.

K. K. Ningrum, J. Maulindar, and A. Farida, “Penerapan Algoritma K-Means Untuk Pengelompokkan Penilaian Akhir Semester Di Sdn Kadokan 01 Sukoharjo,” INFOTECH J., vol. 9, no. 1, pp. 190–197, 2023, doi: 10.31949/infotech.v9i1.5343.

D. A. Saputra and M. A. I. Pakereng, “Analisis Data Nilai Siswa Kelas 8 Berbasis Nilai Pengetahuan Untuk Menentukan Siswa Berprestasi dengan K-Means Clustering (Kasus SMP Negeri 4 Salatiga),” J. Sains Komput. Inform. (J-SAKTI, vol. 7, no. 2, pp. 630–638, 2023.

A. H. Lubis, W. R. Utami, and J. H. Lubis, “Implementation of k-means clustering for the job provision in urban village,” J. Mat. Dan Ilmu Pengetah. Alam LLDikti Wil. 1, vol. 3, no. 1, pp. 21–31, 2023, doi: 10.54076/jumpa.v3i1.312.

S. S. Bella, “ANALISIS PENGELOMPOKKAN K-MEANS++ DI PERGURUAN TINGGI (Studi Kasus: Analisa Data Alumni Prodi Matematika UIN Syarif Hidayatullah Jakarta Angkatan Tahun 2000-2019),” 2024.

M. Sholeh and K. Aeni, “Perbandingan Evaluasi Metode Davies Bouldin, Elbow dan Silhouette pada Model Clustering dengan Menggunakan Algoritma K-Means,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 8, no. 1, p. 56, 2023, doi: 10.30998/string.v8i1.16388.

T. Z. Magnus, R. Irawan, and J. Parhusip, “Analisis Distribusi Rata-Rata dan Simpang Baku Produk Domestik Regional Bruto ( PDRB ) Antar provinsi Menggunakan Python di Google Colab,” vol. 4, pp. 39–45, 2024.

S. Haviyola, S. Susilawati, and M. Jajuli, “Pengelompokan Prestasi Siswa Guna Kualifikasi Beasiswa Berdasarkan Data Nilai Menggunakan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2786–2791, 2024, doi: 10.36040/jati.v7i4.7200.

Ahmad Harmain, P. Paiman, H. Kurniawan, K. Kusrini, and Dina Maulina, “Normalisasi Data Untuk Efisiensi K-Means Pada Pengelompokan Wilayah Berpotensi Kebakaran Hutan Dan Lahan Berdasarkan Sebaran Titik Panas,” Tek. Teknol. Inf. dan Multimed., vol. 2, no. 2, pp. 83–89, 2022, doi: 10.46764/teknimedia.v2i2.49.

P. P. Allorerung, A. Erna, and M. Bagussahrir, “Analisis Performa Normalisasi Data untuk Klasifikasi K-Nearest Neighbor pada Dataset Penyakit,” vol. 9, no. 3, pp. 178–191, 2024.


Refbacks

  • There are currently no refbacks.



 
PANDUAN SUBMITE ARTIKEL
 


Kantor Sekertariat:
Universitas PGRI Madiun
Jl. Auri No. 14-16  Kota Madiun 63118
Lt 3 Kantor Program Studi Teknik Informatika
email :  [email protected]
 
 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.