1
Klasterisasi Data Prestasi Kejuaran Sekolah Menggunakan
Metode K-Means Clustering di Jakarta
Nur Annisa Safitri Yusuf1, Leniawati2, Farhan Afrizal3, Nurhikmah4
Program Studi Teknik Informatika Fakultas Sains dan Teknologi
e-mail: Annisa.safitri41.as@gmail.com, leniawati728@gmail.com, farhan0001109362@gmail.com,
nhkma22@gmail.com
Abstrak: Data Mining adalah proses yang menggunakan
teknik statistik, matematika, kecerdasan buatan dan machine
learning untuk menginteraksi, mengidentifikasi informasi
yang bermanfaat serta pengetahuan yang terikat dari
berbagai database besar. Pengelompokan atau lazim dikenal
dengan grouping didasarkan atas pandangan bahwa
disamping kejuaraan sekolah mempunyai kesamaan juga
pasti mempunyai perbedaan. Pengelompokan bukan hanya
melihat dari hasil akhir akan tetapi juga dilihat dari nilai
kognitif, psikomotorik dan afektifnya selama perlombaan
berlangsung. Proses pengelompokan nama sekolah yaitu
untuk mempermudah dalam mendapatkan sekolah terbaik.
Proses pengelompokan kejuaraan sekolah ini yaitu untuk
mempermudah proses perhitungan Tingkat Kejuaraan, dan
Peringkat Kejuaraan. Berikut nilai tes terakhir untuk
menambah keakuratan data . Pengelompokan dari 286
sekolah dengan kriteria pembobot Tingkat Internasional,
Tingkat Nasional dan Tingkat Provinsi, Juara 1, 2, dan 3 .
Untuk itu diperlukan solusi untuk mengatasi kesulitan
tersebut. Metode Clustering dengan menggunakan algoritma
k means diimplementasikan dalam aplikasi ini, juga dapat
digunakan untuk memantau perkembangan kemampuan
setelahmengikuti perlombaan tingkat kejuaraan antar
sekolah.
Kata Kunci : Kejuaraan Tingkat Internasional Tingkat Nasional
dan Tingkat Provinsi, Clustering, Algoritma K-Means.
Abstract: Data mining is a process that uses statistical
techniques, mathematics, artificial intelligence and machine
learning to interact, identify useful information and bound
knowledge from large databases. Grouping or commonly
known as grouping is based on the view that in addition to
school championships having similarities, they must also have
differences. Grouping is not only seen from the final result but
also seen from the cognitive, psychomotor and affective
values during the competition. The process of grouping
school names is to make it easier to find the best schools. The
process of grouping the school championships is to simplify
the process of calculating the Championship Level and
Championship Ranking. Here are the final test scores to
increase the accuracy of the data. Grouping of 286 schools
with weighting criteria at International Level, National Level
and Provincial Level, 1st, 2nd, and 3rd place. For that we
need a solution to overcome these difficulties. The clustering
method using the k means algorithm is implemented in this
application, it can also be used to monitor the development of
Klasterisasi Data Prestasi(…)
abilities after participating in an inter-school competition
level.
Keywords: National and Provincial Level International
Championships, Clustering, K-Means Algorithm.
I. PENDAHULUAN
Dewasa ini pengolahan data elektronika telah menjadi
kebutuhan yang sangat utama. Perkembangan pesat dalam
dunia teknologi informasi menjadikan semua informasi dapat
disimpan dalam jaringan computer, dan telah membuat
munculnya sistem basis data yang sangat besar. Dalam
hitungan detik. data-data dalam berbagai basis data akan
senantiasa terperbaharui, baik dikarenakan adanya update
maupun penambahan data baru. Permasalahan yang kemudian
muncul adalah bagaimana mengetahui informasi yang terdapat
dalam basis data yang sangat besar.
Data mining sebagai salah satu proses untuk
memperoleh informasi yang memiliki nilai guna dari
sekumpulan data. Data Mining juga merupakan proses
menemukan kolerasi baru yang bermanfaat, pola dan trend
dengan manambah sejumlah repositori data dalam jumlah
besar, yang menggunakan teknologi pengenalan pola seperti
statisik dan teknik matematika. Data Mining semakin
menyebar dan berkembang dengan pesat belakangan ini di
karenakan kemampuannya dalam menambah pola, bermanfaat
dan trend dari basis data yang sudah ada.
Konsep dasar dari clustering adalah
mengelompokkan sejumlah objek ke dalam cluster, dimana
cluster yang baik adalah cluster yang memiliki tingkat
kesamaan yang tinggi antar objek, dan di dalam suatu cluster
memiliki tingkat ketidaksamaan yang tinggi dengan objek
cluster yang lainnya. Metode clustering hadir dikarenakan
kondisi berlimpahnya data yang merupakan akumulasi data
prestasi sekolah di Jakarta.
Penelitian ini menguji data yang telah ada di data
warehouse Jakarta, yang gunanya untuk memudahkan mencari
sekolah yang paling berprestasi di Jakarta.
II. URAIAN
PENELITIAN
Data Mining
Data mining merupakan salah satu disiplin ilmu
yang digunakan untuk menentukan suatu informasi tertentu
dalam sekumpulan data sebagai pen-
dukung pengambilan keputusan. Data mining juga sebagai
salah satu proses untuk memproleh informasi yang memiliki
 2

nilai guna dari sekumpulan data.
Data Mining adalah suatu istilah yang digunakan
untuk menguraikan penemuan pengetahuan didalam database.
Data Mining adalah proses yang menggunakan teknik
statistik, matematika, kecerdasan buatan dan machine learning
untuk menginteraksi, mengidentifikasi informasi yang
bermanfaat serta pengetahuan yang terikat dari berbagai
database besar
Data Mining merupakan proses menemukan kolerasi
baru yang bermanfaat, pola dan trend dengan manimbang
sejumlah repositori data dalam jumlah besar, menggunakan
teknologi pengenalan pola seperti statisik dan teknik
matematika. Data Mining semakin menyebar dan berkembang
dengan pesat belakangan ini, karena kemampuannya dalam
menimbang pola bermanfaat dan trend dari basis data yang
sudah ada.
Algoritma K-Means
K-Means merupakan suatu algoritma pengklasteran
yang cukup sederhana yang mempartisi database kedalam
beberapa clasteran k. Algoritma cukup mudah untuk
diimplementasikan dan dijalakan, relatif cepat, mudah
disesuaikan dan banyak digunakan). Prinsip uatama dari
teknik ini adalah menyusun K buah partisi/pusat massa
(centroid)/rata-rata (mean) dari sekupulan data. Algoritma K-
Means dimulai dengan pembentukan partisi klaster diawal
kemudian secara iteraktif partisi claster ini diperbaiki hingga
tidak terjadi perubahan yang signifikan pada partisi claster
Langkah pertama algoritma k- means adalah menentukan
jumlah cluster, pada penelitian ini ditetapkan 3 cluster, yang
dipilih secara random. dengan variabel jumlah ekstrakulikuler,
nilai rata- rata, Absen.
Ada banyak metode yang dapat digunakan dalam
pengelompokan contohnya metode K-means. Penge-
lompokan yang dapat digunakan seperti pengelompokan non
hierarki yang membagi data kedalam bentuk dua atau lebih
kelompok.
Dalam menentukan nilai centroid untuk awal
interasi, nilai awal centroid dilakukan secara acak. Sedangkan
jika menentukan nilai centroid yang merupakan tahap dari
iterasi, maka digunakan rumus sebagai berikut:
Clustering atau pengklasteran adalah suatu teknik data
mining yang digunakan untuk menganalisis data untuk
memecahkan permasalahan dalam pengelompokkan data atau
lebih tepatnya mempartisi dari dataset ke dalam subset.
Teknik cluster mempunyai dua metode dalam
pengelompokkannya yaitu hierarchical clustering dan non-
hierarchical clustering. Non-hierarchical clustering pada
teknik ini dimulai dengan menentukan jumlah cluster yang
diinginkan (dua cluster, tiga cluster, empat cluster atau lebih),
setelah jumlah yang cluster yang diingikan maka proses
cluster dimulai tanpa mengikuti proses hirarki, metode ini
juga sering disebut sebagai metode K-Means Clustering
RapidMiner
RapidMiner merupakan perangakat lunak yang bersifat
terbuka (open source). RapidMiner adalah sebuah solusi untuk
melakukan analisis terhadap data mining, text mining dan
analisis prediksi. RapidMiner menggunakan berbagai teknik
deskriptif dan prediksi dalam memberikan wawasan kepada
pengguna sehingga dapat membuat keputusan yang paling
baik.
III. PERENCANAA
N SISTEM
Data
Gambar 1. Data yang telah ditransformasi

Memiliki 4 attribute yaitu Nama Sekolah,

Kejuaraan, Tingkat Kejuaraan, dan Peringkat Kejuaraan. Pada
table diatas memiliki 284 rows dan memiliki 4 kolom. Dan
Metode K-Means Clustering hanya bisa mengolah tipe data Numerik yang sudah ditransformasikan. Dimana
data dalam bentuk angka, maka untuk data yang berbentuk tranformasi data dilakukan dengan tujuan untuk mempemudah
nominal harus diinisialisasikan terlebih dahulu ke dalam proses clusterisasi. Adapun ketentuannya sebagai berikut :
bentuk angka. 1. Nama sekolah ditransformasikan menjadi id
1. Menghitung jarak antara titik centroid dengan titik tiap 2. Kejuaran sebagai berikut
objek. Olimpiade Sains (OSN) = 10
2. Pengelompokan object untuk menentukan anggota Festival Lomba Seni = 20
cluster adalah dengan memperhitungkan jarak minimum
Olimpiade Olahraga = 30
objek.
3. Kembali ke tahap ke-2, lakukan perulangan hingga nilai Lomba Cipta Seni = 40
centroid yang dihasilkan tetap dan anggota cluster tidak Lomba Karate = 50
berpindah ke cluster lain. Olimpiade Matematika = 60
Olimpiade IPS = 70
Clustering 3. Tingkat kejuaran sebagai berikut
Tingkat Internasional =3

Klasterisasi Data Prestasi(…)

 3

Tingkat Nasional =2 kemudian data tersebut di gunakan di rapidMiner. Pada

Tingkat Provinsi =1 tahap ini atribut yang dipilih yaitu atribut nama_sekolah,
4. Peringkat Kejuaraan sebagai berikut kejuaraan, tingkat_kejuaraan, peringkat_kejuaraan.
Juara 1 =4
Juara 2 =3
Juara 3 =2
Harapan 1 = 1

Untuk data selengkapnya dapat di akses pada:

https://data.jakarta.go.id/dataset/786167bf-d105-4f6f-a9e7
ef183e06efce/resource/5236c645-57c5-4a31-
b00814057959c941/download/Data-Prestasi Kejuaraan-
Siswa.csv

IV. HASIL DAN

ANALISIS Gambar 3. Preprocess Data
4. Clustering Data
Data pada penelitian ini berjumlah 286 data selama Pada tahapan seperti gambar 3 pada preprocess data akan
tahun 2015 pada bulan Januari sampai Desember.Atribut yang dilakukan pengelompokan data berdasarkan kesamaan
digunakan dalam proses clustering adalah atribut ciri/ karakteristik yang sama dalam satu cluster.
nama_sekolah, kejuaraan, tingkat_kejuaraan, Pengelompokan data ini menggunakan algoritma K-
peringkat_kejuaraan. Berikut tahapan dalam penelitian ini : Means. Jumlah cluster ditentukan sebanyak 5 cluster.

Gambar 4. Proses Clustering Data

Dan menghasilkan 5 cluster

Gambar 2. Tahapan penelitian

Tahapan penelitian ini dimulai dari tahapan sebagai
berikut :
1. Struktur Data
Pengambilan data prestasi sekolah dari
https://data.jakarta.go.id/ berupa file .csv yang berisi Gambar 5. Cluster Model
yaitu nama_siswa, tingkat_sekolah, nama_sekolah, Dapat dilihat cluster model yang dihasilkan terdiri dari
kejuaraan, tingkat_kejuaraan, peringkat_kejuaraan cluster 0 yaitu 35 items, cluster 1 terdiri dari 16 items,
2. Selection Data cluster 2 terdiri dari 57 items, cluster 3 terdiri dari 90
Informasi data-data yang sudah lengkap dalam setiap items, dan cluster 4 terdiri dari 88 items. Dari total
atribut akan dilakukan seleksi. Atribut yang dilakukan jumlah 286 items. Dalam bentuk root memiliki 5 cluster
seleksi yaitu, nama_sekolah, kejuaraan, yaitu folder cluster 0, cluster 1, cluster 2, cluster 3 dan
tingkat_kejuaraan, peringkat_kejuaraan. Kejuaraan, cluster 4. Untuk memudahkan melihat anggota yang
tingkat_kejuaraan, peringkat_kejuaraan akan di dimiliki oleh setiap folder cluster, lihat gambar 6 yang
transformasikan ke dalam numerik yang memuat angka menampilakan membership dari masing-masing cluster
3. Preprocess Data membership.
Proses selanjutnya adalah menyimpan data excel dalam
format bentuk data .xls. Prepocess dilakukan pada
aplikasi excel dengan memasukkan data yang diseleksi,

Klasterisasi Data Prestasi(…)


V.
Gambar 6. Tampilan Member Masing-Masing Cluster
Sehingga dapat diketahui hasil pengelompokkan rapidminer
dapat dilihat pada gambar sebagai berikut :
[1]
[2]
[3]
Gambar 7. Hasil Pengelompokkan
Klasterisasi Data Prestasi(…)
4
KESIMPULAN
1. Peneliti dapat mengidentifikasi data prestasi sekolah
sebanyak 268 data pasien dengan waktu penyelesaian
sebanyak 0 detik oleh sistem
2. Dengan menggunakan Metode Algoritma K-Means
Clustering, dapat mementukan pengelompokan prestasi
sekolah tinggi, menengah dan cukup.
3. Dengan menginput data yang digunakan dalam
penelitian ini yaitu atribut nama_sekolah, kejuaraan,
tingkat_kejuaraan, peringkat_kejuaraan. Output
ditampilkan dari data yang digunakan yaitu berupa
pengelompokkan data berdasarkan algoritma K-Means
4. Dengan adanya software Rapid Miner dalam penelitian
ini maka keakuratan data akan cukup baik terhadap
permasalahan yang terjadi terkait dengan prestasi
sekolah dengan hasil 72% dapat mengenali data pada
268 data yang digunakan sebagai sampel.
REFERENSI
Agusta, Yudi. "K-means–penerapan, permasalahan dan metode
terkait." Jurnal Sistem dan Informatika 3.47-60 (2007).
Sharma, Ritu; Alam, M. Afshar; Rani, Anita. K-Means clustering in
spatial data mining using weka interface. In: International Conference
on Advances in Communication and Computing Technologies
(ICACACT Proceedings published by International Journal of
Computer Applications®(IJCA), pp. 26-30. 2012.
Kusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan.
Yogyakarta: Andi