PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK PENENTUAN PENERIMA BEASISWA PIP PADA SMPN 9 BLITAR
Abstract
Penelitian ini bertujuan untuk menentuan kelayakan penerima Program Indonesia Pintar (PIP) pada siswa SMPN 9 Blitar dengan menerapkan algoritma K-means clustering. PIP merupakan program bantuan pendidikan yang ditujukan kepada siswa dari keluarga kurang mampu di Indonesia. Namun, proses seleksi penerima masih memerlukan perbaikan agar lebih efisien dan akurat. Pada penelitian ini data di dapat dari hasil sosioekonomi siswa sebagai variabel masukan dikumpulkan dengan jumlah sempel data sebanyak 286. Metode K-Means clustering digunakan untuk membagi siswa ke dalam kelompok-kelompok berdasarkan karakteristik serupa meliputi, tingkat pendapatan keluarga, akses fasilitas keluarga tidak mampu , status pekerjaan orang tua atau wali murid, dan kondisi rumah tangga. Dengan pengelompokan karakteristik tersebut sehingga dapat menentukan kelayakan penerima PIP dengan akurat. l dari penelitian ini adalah implementasi metode K-Means clustering dapat meningkatkan ketepatan dalam penentuan kelayakan penerima PIP dengan efesien yaitu siswa yang layak sejumlah 201 siswa dan yang tidak layak sejumlah 85 siswa.
References
Rini Gustini, RZ. Abdul Aziz. (2019). Pengembangan Model Pengambilan Keputusan Penerima Kartu Indonesia Pintar (KIP) Dengan Metode K-Means Dan Average Linkage Clustering (Studi Kasus : SMA Negeri 1 Kotagajah).
Yosep Filki. (2022). Algoritma K-Means Clustering dalam Memprediksi Penerima Bantuan Langsung Tunai (BLT) Dana Desa.
Darlinda, Joy Nashar Utamajaya. (2022). Sistem Pendukung Keputusan Penerima Beasiswa Program Indonesia Pintar Menggunakan Metode Algoritma K-Means Clustering.
Muktiadi, R. and A. Y. Badharudin (2020). "Metode K-Means untuk Mengelompokkan Beasiswa Sekolah." Sainteks 16(1).
Rahma, I., et al. (2019). "Penerapa Metode Hierarchical Clustering Dan K-Means Clustering Untuk Mengelompokkan Potensi Lokasi Penjualan Linkaja." Jurnal Informatika Polinema 6(1): 15-22.
Kumar, Sumit, Vijender Kumar-Solanki, Saket Kumar Choudhary, Ali Selamat, and Rubén Gonzalez-Crespo. (2020). "Comparative Study on Ant Colony Optimization (Aco) and K-Means Clustering Approaches for Jobs Scheduling and Energy Optimization Model in Internet of Things (Iot)." International Journal of Interactive Multimedia and Artificial Intelligence 6, no. 1.
Aditya, Agil, Ivan Jovian, and Betha Nurina Sari. (2020). "Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama Di Indonesia Tahun 2018/2019." Jurnal Media Informatika Budidarma 4, no. 1.
Fauzi, A., & Musa, M. (2018). Implementasi Algoritma K-Means Clustering pada Sistem Pendukung Keputusan Penentuan Penerima Beasiswa Bidikmisi Menggunakan Bahasa Pemrograman PHP dan MySQL. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 5(3), 227-234.
Copyright (c) 2024 Andi Abrianto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish in this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
