Penerapan K-Means Clustering untuk Klasterisasi Hasil Belajar Matematika Siswa dari Data Nilai Ujian

Authors

  • Diva Ilham Hasyanah Universitas Singaperbangsa Karawang
  • Karunia Eka Lestari Universitas Singaperbangsa Karawang

Keywords:

Hasil belajar, klasterisasi, k-means clustering

Abstract

Penelitian ini bertujuan untuk mengelompokkan hasil belajar matematika siswa dengan menerapkan algoritma k- means clustering serta mengidentifikasi karakteristik setiap cluster yang terbentuk. Populasi penelitian adalah seluruh siswa kelas XI di SMA Negeri 4 Babelan, dengan sampel sebanyak 72 siswa yang diambil secara acak menggunakan teknik random sampling dari kelas XI.C dan XI.G sebagai representasi populasi. Metode penelitian yang digunakan adalah kuantitatif dengan pendekatan deskriptif untuk menganalisis data nilai ujian matematika. Hasil klasterisasi menunjukkan terbentuk dua cluster, di mana cluster pertama terdiri dari 49 siswa dengan karakteristik nilai ujian yang lebih tinggi, sedangkan cluster kedua terdiri dari 23 siswa dengan nilai ujian relatif lebih rendah. Data cluster tersebut dapat digunakan sebagai informasi evaluasi yang bermanfaat dalam perbaikan pembelajaran matematika di sekolah tersebut.

Downloads

Download data is not yet available.

References

Akbar, I., Samad, I. S., & Rosmiana, S. (2025). Data mining analysis of k-means algorithm and decision tree for early detection of students at risk of dropping out. Journal of Informatics, Information System, Software Engineering and Applications (INISTA), 7(2), 148–162.

Andre, S., Suciati, N., Fabroyir, H., & Pardede, E. (2023). Educational data mining clustering approach: Case study of undergraduate student thesis topic. IEEE Access, 11, 130072–130088. https://doi.org/10.1109/ACCESS.2023.3332818

Antoni, A. R., Sartika, D., & Trianggana, D. A. (2025). Penerapan data mining dalam pengelompokan data nilai siswa SMA Negeri 7 Kota Bengkulu menggunakan metode k-means clustering. Jurnal Media Infotama, 21(1), 341–139.

Diantika, M. W., Rusgiyono, A., & Saputra, B. A. (2025). Perbandingan metode optimasi silhouette, elbow, dan gap statistics dalam menentukan nilai k terbaik pada analisis k-means clustering. Jurnal Gaussian, 14(2), 335–344. https://doi.org/10.14710/j.gauss.14.2.335-344

Fatah, Z., & Maghfiroh, S. (2025). Analisis data mining dengan algoritma k-means clustering untuk menentukan siswa berprestasi di MTs Miftahul Ulum Bengkak. JAMASTIKA: Jurnal Mahasiswa Teknik Informatika, 4(2).

Fauzie, M. A. Al, Yuliadi, & Putra, J. A. (2023). Clustering data menggunakan metode k-means untuk merekomendasikan pembelajaran akademik bagi siswa aktif dalam ekstrakurikuler. KLIK: Kajian Ilmiah Informatika dan Komputer, 4(1), 642–648. https://doi.org/10.30865/klik.v4i1.1116

Hendrastuty, N. (2024). Penerapan data mining menggunakan algoritma k-means clustering dalam evaluasi hasil pembelajaran siswa. Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26

Hidayat, R. (2022). Pemanfaatan data mining untuk melihat minat siswa setelah menyelesaikan pendidikan sekolah menengah atas (SMA) dengan algoritma k-means clustering. Technology and Informatics Insight Journal, 1(2), 85–97. https://doi.org/10.32639/tiij.v1i2.220

Kafillah, M., Firmansyah, D., & Lestari, K. E. (2025). Analisis sistematis pengaruh model pembelajaran berbasis masalah terhadap peningkatan hasil belajar matematika siswa SMP. Jurnal Cendekia: Jurnal Pendidikan Matematika, 9(2), 946–956. https://doi.org/10.31004/cendekia.v9i2.4110

Pangesti, S., & Yudhanegara, M. R. (2024). Analisis hubungan antara hasil belajar matematika dengan bahasa Indonesia menggunakan k-means clustering. Didactical Mathematics, 6(1), 1–12. https://doi.org/10.31949/dm.v6i1.8030

Pratama, A., Amalia, S. N., & Fatih, M. (2025). Pengembangan kartu flashcard materi pengurangan melalui model KAMP untuk meningkatkan self-efficacy. Jurnal Teknologi Pendidikan (JTP), 10, 211–224.

Sholeh, M., & Aeni, K. (2023). Perbandingan evaluasi metode Davies–Bouldin, elbow, dan silhouette pada model clustering menggunakan algoritma k-means. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 8(1), 56. https://doi.org/10.30998/string.v8i1.16388

Sugiyono. (2019). Metode penelitian kuantitatif, kualitatif, dan R&D. Alfabeta.

Tiana, M., Siswanto, S., & Kanedi, I. (2024). Penerapan metode k-means clustering dalam mengetahui minat siswa terhadap mata pelajaran matematika di SMP Negeri 19 Kota Bengkulu. Jurnal Media Infotama, 20(2), 617–623. https://doi.org/10.37676/jmi.v20i2.6567

Widiastuti, N. A., & Wakit, A. (2022). Evaluasi kinerja algoritma k-means dengan matriks jarak Euclidean pada penentuan siswa bermasalah. Jurnal SIMETRIS, 13(1), 1–8.

Yudhanegara, M. R., & Lestari, K. E. (2024). Pelatihan penggunaan algoritma k-means clustering untuk mengidentifikasi karakteristik siswa. JALIYE: Jurnal Abdimas, Loyalitas, dan Edukasi, 3(1), 19–25. https://doi.org/10.47662/jaliye.v3i1.710

Downloads

Published

2026-07-01

How to Cite

Hasyanah, D. I., & Lestari, K. E. (2026). Penerapan K-Means Clustering untuk Klasterisasi Hasil Belajar Matematika Siswa dari Data Nilai Ujian. Prosiding SESIOMADIKA, 6(2), 390–397. Retrieved from https://journal-fkip.unsika.ac.id/index.php/sesiomadika/article/view/13637

Issue

Vol. 6 No. 2 (2025)

Section

Articles

License

Copyright (c) 2025 Diva Ilham Hasyanah

Creative Commons License

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