Skripsi

Self organizing map (som) untuk klasterisasi jurusan siswa baru sekolah menengah atas (sma) / ACHMAD YULIYANTO FIRDAUSI

Abstrak
Salah satu permasalahan dalam pengelolaan kelas pembelajaran di jenjang sekolah menengah atas (SMA) adalah kesalahan penempatan jurusan siswa. Siswa yang berada di jurusan yang tidak sesuai dengan minat dan bakatnya akan cenderung menunjukkan kinerja dan motivasi belajar yang relatif lebih rendah dibandingkan kawan-kawannya. Selain itu beberapa siswa juga mengajukan perpindahan jurusan dikarenakan kesalahan penempatan jurusan. Hal ini dapat mempengaruhi hasil evaluasi belajar siswa yang tidak stabil sehingga cenderung mendapatkan nilai yang lebih rendah. Nilai rendah menjadi salah satu penyebab tidak percaya dirinya seorang siswa. Terdapat beberapa metode yang dapat digunakan untuk melakukan klasterisasi jurusan salah satunya adalah menggunakan metode self organizing map (SOM). Dengan menggunakan metode ini akan mempermudah melakukan klasterisasi jurusan sehingga dapat mengatasi permasalahan penempatan jurusan. Metode klasterisasi yang digunakan menggunakan data nilai ujian nasional (UN) sekolah menengah pertama (SMP). Data tersebut terdiri dari 4 atribut yaitu nilai bahasa indonesia bahasa inggris matematika dan ilmu pengetahuan alam (IPA). Penelitian ini akan membentuk 2 klaster yakni IPA dan non IPA. Pemilihan klaster IPA dapat melihat dari neuron akhir yang paling besar untuk setiap atribut. Klaster non IPA dapat melihat dari neuron akhir yang paling kecil untuk setiap klaster. Evaluasi terhadap hasil penjurusan berbasis SOM dilakukan dengan cara verifikasi hasil belajar siswa selama di SMA. Rerata nilai raport sejak semester 1 sampai dengan semester 5 yang lebih rendah dibanding rerata kelas digunakan sebagai asumsi bahwa siswa tersebut tidak tepat masuk dalam jurusan yang dimaksud. Hasil evaluasi ini kemudian dibandingkan dengan hasil penjurusan berbasis SOM untuk mendapatkan ketepatan identifikasi oleh mekanisme SOM. Berdasarkan beberapa evaluasi yang dilakukan penelitian ini menghasilkan validasi data IPA klasterisasi SOM sebesar 93 10% data IPA riil sebesar 84 55% dan data non rekomendasi IPA sebesar 58 33.

Informasi Detail

DDC

Rs 005.1 FIR s

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2021.

Deskripsi Fisik

xiv, 64 lembar : ilus. ; 30 cm

Bahasa

No Reg

03175/KI/22

Edisi

Skripsi (Sarjana)-Universitas Negeri Malang. 2021

Subjek

1. ALGORITMA - KOMPUTER
2. ALGORITHM - COMPUTER

Pembimbing

1. Utomo Pujiyanto ; 2. I Made Wirawan

Lampiran Berkas