Oleh :
MAULANA JAMALUDIN
41205625
Maulana Jamaludin
41205625
Menyetujui,
Tim Penguji Tugas Akhir
………………………….. ………………………..
Penguj 1 Penguji 2
NIDN. 000000 NIDN. 000000
Mengetahui,
Ketua Program Studi Teknik Informatika
Mengesahkan,
Ketua STMIK IKMI Cirebon
i
HALAMAN PENGESAHAN LPPM
Maulana Jamaludin
41205625
ii
HALAMAN PERSETUJUAN PEMBIMBING
iii
HALAMAN PERNYATAAN KEASLIAN SKRIPSI
1. Karya ilmiah ini adalah benar-benar ASLI dan BELUM PERNAH diajukan
untuk mendapatkan gelar akademik, baik di STMIK IKMI Cirebon maupun di
Perguruan Tinggi lainnya
2. Karya tulis ini merupakan gagasan, rumusan dan penelitian SAYA sendiri,
tanpa bantuan pihak lain kecuali arahan dari Tim Dosen Pembimbing
3. Dalam karya tulis ini tidak terdapat karya atau pendapat orang lain, kecuali
secara tertulis dengan jelas dicantumkan sebagai acuan dalam naskah dengan
disebutkan nama pengarang dan disebutkan dalam Daftar Pustaka pada karya
tulis ini
4. Perangkat lunak yang digunakan dalam penelitian ini sepenuhnya menjadi
tanggung jawab SAYA, bukan tanggung jawab STMIK IKMI Cirebon
5. Pernyataan ini SAYA buat dengan sesungguhnya, apabila di kemudian hari
terdapat penyimpangan dan ketidakbenaran dalam pernyataan ini, maka
SAYA bersedia menerima SANKSI AKADEMIK dengan pencabutan gelar
yang sudah diperoleh, serta sanksi lainnya sesuai dengan norma yang berlaku
di Perguruan Tinggi
Meterai Asli
Rp 6.000
iv
KATA PENGANTAR
Assalamu’alaikum Wr.Wb.
Puji syukur dipanjatkan kepada Allah SWT, Sang Maha Pencipta dan
Pengatur Alam Semesta yang telah memberikan taufiq dan hidayah-Nya, rahmat
dan maghfirah-Nya sehingga penulis dapat menyelesaikan Skripsi ini dengan
baik. Shalawat dan salam semoga tetap tercurahkan kepada baginda nabi besar
kita Rasulullah Muhammad SAW.
Skripsi ini merupakan salah satu syarat wajib mahasiswa untuk mengikuti
Skripsi di Program Studi Teknik Informatika. Sejauh ini penulis menyadari
sepenuhnya, bahwa masih banyak kekurangan-kekurangan pada Skripsi ini,
karena terbatasnya kemampuan dan pengetahuan yang penulis miliki.
Selama proses penulisan Skripsi banyak pihak yang telah terlibat dalam
membantu dan memberikan dukungan serta bimbingan kepada penulis. Pada
kesempatan kali ini penulis menyampaikan ucapan terima kasih kepada:
1. Bapak Dr. Dadang Sudrajat, S.Si., M.Kom, selaku Ketua STMIK IKMI
Cirebon
2. Bapak Ade Irma Purnamasari, M.Kom, selaku Sekretaris Ketua STMIK
IKMI Cirebon
3. Bapak Dian Ade Kurnia, M.Kom, selaku Wakil Ketua I Bidang Akademik,
Riset dan Inovasi
4. Ibu Dra. Nining R, M.Si,, selaku Wakil Ketua II Bidang Keuangan
5. Bapak H. Eka Jayawangsa, BBA., selaku Wakil Ketua III Bidang
Kerjasama dan Kemahasiswaan
6. Bapak Gifthera Dwilestari, S.I.Kom., M.Kom, Sebagai Ketua Program
Studi Teknik Informatika.
7. Bapak / Ibu Nama Lengkap beserta gelar Dosen Pembimbing 1, Sebagai
Pembimbing Utama.
v
8. Bapak / Ibu Nama Lengkap beserta gelar Dosen Pembimbing 2, Sebagai
Pembimbing Kedua.
9. Teman-teman dan semua pihak yang sudah membantu, terimakasih banyak.
10. Kedua orang tua serta keluarga yang telah memberi dukungan serta doa
menyertai selama perjalanan kuliah.
Akhir kata tiada gading yang tak retak, begitu juga dengan penyusunan
Skripsi. Dan penulis mengharapkan kritik dan saran yang membangun dari
pembaca untuk penulisan laporan yang lebih baik lagi. Semoga Skripsi
bermanfaat bagi semua pembaca. Aamiin.
Nama Mahasiswa
vi
DAFTAR ISI
vii
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
ABSTRAK
Hampir dua tahun melanda dunia virus mematikan yang dikenal dengan
sebutan Coronavirus Disease 2019 atau disingkat Covid-19. WHO telah
menetapkan virus corona sebagai suatu pandemic global, pandemic ini telah
mengganggu berbagai kegiatan tak terkecuali kegiatan Pendidikan. Kegiatan
belajar mengajar di sekolah yang semula dilakukan dengan tatap muka, karena
adanya pandemic ini berubah menjadi pembelajaran jarak jauh atau disebut
dengan Dalam Jaringan (Daring). Pengelolaan Pendidikan bermutu di masa
pandemic ini menjadi cukup sulit untuk dilakukan.Kebijakan yang di berlakukan
tentunya terdapat berbagai macam kendala dalam pelaksanaan nya, Kepala
sekolah sebagai pemimpin Lembaga pendidikan juga harus memiliki kesiapan
dalam menghadapi dan beradaptasi terhadap tantangan-tantangan yang datang
dalam situasi apapun termasuk pandemi Covid-19 yang saat ini sedang terjadi.
Maka perlu merancang langkah-langkah strategis dalam meningkatkan mutu
pendidikan sekolah yang di pimpinnya pada masa pandemi Covid-19.Oleh Karena
itu, metode yang akan digunakan penelitain ini adalah metode Algoritma K-
Means Clustering. Metode algoritma K-Means Clustering ini sangat cocok seklai
untuk pengelompokan data siswa yang mampu mengikuti pembelajaran Daring
ketika Masa Covid-19,yang ada di SMK Bina Cendekia Cirebon berdasarkan
Kemampuan dan karakteristik dengan Algoritma K-means.
x
ABSTRACT
It has been almost two years since the deadly virus known as Coronavirus
Disease 2019 or abbreviated as Covid-19. WHO has designated the corona virus
as a global pandemic, this pandemic has disrupted various educational activities.
Teaching and learning activities in schools which were originally carried out face-
to-face, due to this pandemic have turned into distance learning or called online.
Management of quality education during this pandemic is quite difficult to do.
The policies carried out of course have various kinds of obstacles in their
implementation, the principal as the leader of educational institutions must also
have readiness to face and adapt to challenges that come in any situation including
the Covid-19 pandemic which is currently happening. Therefore, it is necessary to
design strategic steps to improve the quality of school education that leaded
during the Covid-19 pandemic. Therefore, the method that will be used in this
research is the K-Means Clustering Algorithm method. The K-Means Clustering
Algorithm method is very suitable for the group of student data who are able to
take online learning during the Covid-19 Period at SMK Bina Cendekia Cirebon
based on their abilities and characteristics with the K-means Algorithm.
xi
BAB I
PENDAHULUAN
masih jadi pembicaraan yang hangat. Dengan timbulnya virus tersebut membuat
warga guna menekan penyebaran virus ini sehingga seluruh aktivitas yang
pembelajaran pada waktu pandemi ini pemerintah menetapkan jika setiap pelajar
2020). Dengan adanya solusi yang telah ditetapkan oleh pemerintahan, penelitian
ini dilakukan dengan menggunakan algoritma yang ada pada Data Mining.
tujuan Pendidikan. (Khodijah and Haq 2021). Algoritma k-Means hanya bekerja
kategorik. Dalam penentuan klasternya dapat dibuat sebanyak dua, tiga, empat
dan seterusnya, dimana setiap klaster mempunyai karakteristik yang sama. Jumlah
klaster yang dipilih adalah jumlah klaster yang memiliki nilai DBI terkecil
pembelajaran di masa Pandemi Covid-19 ini, seperti tidak memiliki alat atau
gadget untuk mengakses materi, buruk nya kapasitas jaringan yang tersedia di
daerah, terbatasnya kuota ini dapat membatu Kepalas Sekolah dalam memantau
hasil belajar dan penjaminan mutu pendidikan siswa siswi di SMK Bina
Cendekia Cirebon.
Online Dimasa Pandemi yang pernah dilakukan oleh Kristin Sianipar . Dalam
setuju atau tidak setujunya terhadap adanya pembelajaran online. Dari data yang
telah diolah, diperolah 3 buah cluster berdasarkan setuju atau tidak setuju terhadap
“rendah: dan yang tidak setuju tergolong “tinggi”, Untuk kluster kedua (7,125;
3
“sedang”. Untuk kluster ketiga (9,285; 0,714) menyatakan bahwa kategori setuju
kualitas dan keaktifan siswa memiliki banyak keragaman yang membuat siswa
terdahulu terletak pada metode yang akan digunakan penelitian ini adalah metode
proses pembelajaran. Dilakukan data mining terhadap dataset hasil belajar siswa
Means Clustering diharapkan dapat membantu Kepala Sekolah dan Guru terkait
yang digunakan diperoleh dari hasil survey Wakil Kepala Sekolah Bidang Sumber
daya Manusia dan Wakil Kepala Bidang Kurikulum mengenai kemampuan proses
data missing, ekstrasi fitur sesuai dengan atribut yang diperlukan. Selanjutnya
menghitung distance.
Tujuan Utama dari penelitian ini untuk mengetahui hasil belajar siswa di masa
seperti tidak memiliki alat atau gadget untuk mengakses materi, buruk nya
beberapa peserta didik yang memutuskan untuk keluar sekolah karena tidak
judul penelitian dengan topic Pengelompokan Hasil Belajar Siswa Pada Masa
Bina Cendekia. Alasan Penulis memilih judul ini ingin menerapkan Teknik
siswa di SMK Bina Cendekia Cirebon, yang akan dijadikan bahan penelitian
algoritm k-means untuk menjamin mutu pendidikan. Dengan adanya penelitian ini
K-means Clustering.
adalah :
Pendidikan?
6
K-Means
2. Untuk mengetahui hasil belajar siswa mana yang dapat menjamin mutu
pendidikan.
masalah yang diteliti, maka dalam Skripsi ini dibatasi hal-hal sebagai berikut:
2. Datassets diambil dari survey hasil belajar siswa di masa pandemic 2019
RapidMiner
5. Pengelolaan data menggunakan laptop Dell intel core i5-4310u CPU 2.00
Masalah
Belum adanya pengelompokan hasil belajar siswa menggunakan metode K-means Clustering.
Belum diketahuinya jaminan mutu Pendidikan di SMK Bina Cendekia dengan baik di masa pandemi
Covid -19
Tujuan
Solusi
Hasil
Manfaat
Membantu memberikan informasi kepada sekolah dengan tepat dan akurat untuk mengambil keputusan tentang
strategi penjaminan mutu pendidikan di SMK Bina Cendekia.
Dapat digunakan sebagai literatur atau pustaka diperpustakaan STMIK IKMI Cirebon.
cluster 1 yang bernilai kurang aktif sebanyak 12 Siswa cluster 0 yang bernilai
Aktif sebanyak 10 siswa, dan cluster 2 yang bernilai sangat aktif sebanyak 17
dalam proses belajar mengajar bagi staff pengajar maupun bagi pihak sekolah
yang mana bagi siswa yang kurang aktif agar dapat penguatan dalam hal belajar
baik itu penguatan afektif, kognitif maupun psikomotorik di sekolah dan untuk
hasil bahwa Model pengujian yang digunakan dapat berjalan dengan baik dan
menunjukkan hasil berupa nilai centroid untuk setiap cluster dari algoritma k-
medoid, sehingga status performa siswa dapat ditentukan dari jumlah centroid
10
pada setiap cluster. Akumulasi waktu yang diperoleh dari pengujian yang telah
dengan rata-rata waktu eksekusi selama 22,8 detik. Nilai Index Davies dari
nilai DBI sebesar 0,367 artinya cluster yang dihasilkan memiliki kerapatan antar
cluster sebesar 63.3%. hasil tersebut sudah cukup baik karena kerapatan antar
cluster sudah lebih dari 50% meskipun terdapat banyak atribut yang digunakan.
Penelitian lain yang dilakukan oleh Ernie Kusnanti, Umi Ba’diah, tentang
yang telah tersedia, Maka didapat hasil pengujian Metode KNN untuk tingkat
keakuratan data bahwa nilai keakuratan data adalah 73.333%, menurut hasil
analisa pengujian KNN yang ada, Penulis menyatakan bahwa berdasarkan data
kluster yaitu mahasiswa dengan jumlah aktifitas yang banyak dan mendapatkan
nilai tinggi, mahasiswa dengan aktifitas yang sedang dan mendapatkan nilai tinggi
dan mahasiswa dengan jumlah aktifitas sedikit dan mendapatkan nilai yang
rendah. Untuk mengetahui pola-pola dan perilaku yang dilakukan para pelaku E-
2019).
Implementasi metode decision Tree pada tingkat prestasi siswa di smk swasta
anak bangsa, dimana hasilnya akan membuktikan bahwa hasil evaluasi prestasi
nilai akurasi sebesar 71,43%, artinya bahwa rule yang dihasilkan tingkat
Berprestasi sebesar 63,89% dan label Tidak Berprestasi sebesar 92,31%. Sesuai
laboratorium (x71, x68, x69, x67), instalansi listrik (x62), prasarana (x64), kantin
(x83), kondisi laboran (x55), petugas layanan khusus (x56), guru tersertifikat
(x39), tenaga perpustakaan (x54), kepala administrasi (x51), kegiatan literasi S/M
bagi peserta didik (x33), penggunaan buku teks (x14), dan kerja sama
variabel penting tersebut, SNP yang memiliki peran penting adalah Standar
Sarana dan Prasarana, Standar Pendidik dan Tenaga Kependidikan, dan Standar
pertama yaitu kelompok unggul pada cluster 2 (C2), kelompok baik pada cluster 1
(C1), kelompok cukup pada cluster 4 (C4) dan kelompok kurang pada cluster 3
(C3). Anggota sekolah yang ada pada C2 memiliki nilai rata-rata kriteria yang
anggota sekolah pada C1 memiliki nilai rata-rata kriteria dibawah C2 akan tetapi
memiliki nilai rata-rata keriteria yang paling rendah ddibandingkan cluster lainnya
13
di atas C3, sehingga dikategorikan pada sekolah ‘cukup’. Akan tetapi karena C4
memiliki angoota cluster yang paling banyak hampir dua kali dari jumlah anggota
Banyumas memberikan hasil yang cukup baik pada empat cluster dengan nilai
DBI sebesar 0.846. Empat cluster tersebut adalah cluster unggul dengan 28
anggota, cluster baik dengan 26 angoota, cluster cukup dengan 43 anggota dan
cluster kurang sebanyak 21 anggota. Dengan hasil tersebut maka dapat diambil
Bagian ini memuat uraian sistematis tentang informasi hasil penelitian sebelumnya, sebanyak banyaknya, yang relevan
dengan penelitian yang akan dilakukan dan minimal 5 diambil dari jurnal nasional terakreditasi. Penelitian yang dijadikan rujukan
paling lama selisih 5 tahun dari penelitian yang akan dilakukan, diambil dari publikasi ilmiah yang berkualitas, serta memuat
14
15
METODOLOGI PENELITIAN
secara garis besar mengenai penelitian ini sehingga dapat dikelompokkan dalam
penelitian tersebut.
Variabel merupakan konstruk atau sifat yang akan dipelajari atau dapat
dikatakan sebagai suatu sifat yang diambil dari suatu nilai yang berbeda (different
values)
18
19
sebagai variabel output, criteria, konsekuen, variabel terikat atau variabel yang
Sumber data adalah subjek di mana data bisa diperoleh. Terdapat dua
macam sumber data, yakni sumber data primer dan sumber data sekunder. Sumber
data primer diperoleh langsung oleh peneliti. Sedangkan sumber data sekunder
ialah sumber data yang tidak diperoleh langsung, biasanya sumber data ini didapat
Data primer ialah data yang diperoleh dan dikumpulkan langsung dari
objek yang diteliti. Data primer adalah data yang didapat atau dikumpulkan
individu atau perseorangan seperti hasil wawancara yang dilakukan oleh peneliti,
Data Sekunder yaitu data yang didapat dari pihak atau sumber lain yang
telah ada. Peneliti tidak mendapat informasi langsung dari narasumber atau objek
yang diteliti, melainkan dari data yang telah ada, seperti grafik, tabel, diagram,
dan tulisan dari peneliti sebelumnya. Data sekunder digunakan untuk mendukung
informasi primer yang telah diperoleh, yakni dari bahan pustaka, literatur,
adalah sebagian dari populasi tersebut. Nilai yang dihitung dan diperoleh dari
populasi ini disebut dengan parameter. Populasi merupakan seluruh jumlah dari
subjek yang akan diteliti oleh seorang peneliti. Misalnya 1000 orang dikatakan
sebagai populasi karena terkait dalam suatu penelitian. Kemudian pada pendapat
lain mengatakan bahwa secara harfiah pengertian populasi adalah seluruh variabel
permasalahan yang ada. Manajemen dan proses pengolahan data inilah yang
disebut dengan analisis data. Analisis data sendiri memiliki tujuan untuk
menarik mengenai karakteristik dari populasi data berdasarkan sampel data yang
Uji Validitas
Uji validitas adalah uji yang digunakan untuk menunjukkan sejauh mana
alat ukur yang digunakan dalam suatu mengukur apa yang diukur. Suatu tes dapat
dikatakan memiliki validitas yang tinggi jika tes tersebut menjalankan fungsi
21
ukurnya, atau memberikan hasil ukur yang tepat dan akurat sesuai dengan
Uji Reliabilitas
dipercaya sebagai alat pengumpulan data dan mampu mengungkap informasi yang
jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke
waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya
prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah
belum tentu mengukur apa yang seharusnya diukur. Dalam penelitian, reliabilitas
adalah sejauh mana pengukuran dari suatu tes tetap konsisten setelah dilakukan
pengukuran yang sama. Tidak bisa diandalkan bila pengukuran yang berulang itu
yang rasional tentang informasi ilmiah yang diperoleh dalam penelitian, terutama
penelitian yang diperoleh dapat disajikan dalam bentuk uraian teoritis, baik secara
IV.2 Pembahasan
22
BAB V
PENUTUPAN
V.1 Kesimpulan
didasarkan pada pembahasan bab-bab utama. Semua hasil yang ditemukan dalam
bab utama dikemukakan pada bagian ini. Saran adalah suatu bagian dari karya
tulis yang boleh tercantum atau tidak, tergantung pada penulis. Jika penulis
merasa perlu memberi saran sehubungan dengan masalah yang dihadapi, maka
bagian saran itu perlu dicantumkan. Sebaliknya, jika penulis merasa tidak perlu
memberikan saran kepada pembaca, saran dengan sendirinya juga tidak perlu
dicantumkan.
V.2 Saran
menangani suatu masalah yang belum sempat dibahas karena tidak terkait dengan
pokok bahasannya secara langsung. Selain itu, saran dapat pula berupa petunjuk
tentang apa yang harus dilakukan untuk meneruskan atau mengembangkan hasil
23
DAFTAR PUSTAKA
https://ejournal.unesa.ac.id/index.php/inspirasi-manajemen-
pendidikan/article/view/38605.
Lesmana, Seko, Atika Fauzia Akbari, Elsa Yulia Rahman, and Dudih Gustian.
Neighbor, K-nearest, Ernie Kustanti, Umi Ba, and Muhammad Fadlan. 2018.
Nurdiani, Siti, Safitri Linawati, Rizky Ade Safitri, and Elin Panca Saputra. 2019.
24
25
169–82.
Triandini, Melissa, Sarjon Defit, and Gunadi Widi Nurcahyo. 2021. “Data Mining
73.
atau karya tulis. Maksud pencantuman daftar pustaka ialah untuk memberitahu
kepada pembaca tentang buku-buku dan sumber lain yang digunakan sebagai
judul bab. Kepustakaan yang dicantumkan dalam daftar pustaka disusun secara
alfabetis berdasarkan nama keluarga (surname) pengarang tanpa nomor urut. Jarak
antara kepustakaan yang pertama dengan judul daftar pustaka adalah satu baris.
Daftar Pustaka diketik pada halaman baru dengan spasi tunggal. Antara pustaka
yang satu dengan yang lain diberi pemisah satu baris kosong.
wajib. Jika keterangan itu tidak diperlukan, lampiran tentu tidak perlu
datasheet, listing program, kuesioner, gambar, rangkaian elektronik, dan data yang
27