IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING ANALYSIS UNTUK MENENTUKAN HAMBATAN PEMBELAJARAN DARING (STUDI KASUS: SMK YASPIM GEGERBITUNG)

Authors

  • Ai Rohmah Universitas Nusa Putra
  • Falentino Sembiring Universitas Nusa Putra
  • Adhitia Erfina Universitas Nusa Putra

Keywords:

covid-19, hambatan pembelajaran daring,, algoritma k-means clustering analysis

Abstract

Sejak meningkatnya covid -19 di Indonesia banyak kebijakan baru yang dibuat oleh pemerintah dalam upaya pencegahan. Salah satunya pada bidang pendidikan melalui edaran Kemdikbud No. 3692/MPK.A/HK/2020 tentang “Pembelajaran Secara daring dari rumah dalam rangka pencegahan penyebaran corona virus disease (Covid -19)”, SMK YASPIM sebagai salah satu lembaga di level paling bawah, harus merespon dan mentaati surat edaran dari kemdikbud tersebut. Menurut Kepala Sekolah yaitu Bapak Rosad Furqon, S.Ag., M.Pd proses kegiatan belajar mengajar dari rumah menimbullkan masalah baru antara lain, membuat semua guru merasa terbebani karena harus mengikuti edaran dari kemdikbud, selain dari pada itu siswa juga merasa terbebani karena proses kegiatan belajar dirumah tidak begitu efektif ditambah harus mengerjakan banyak tugas, juga para orang tua murid harus memberikan fasilitas kepada anaknya untuk keberlangsungan belajar daring di rumah. Untuk memudahkan pihak sekolah maupun pemerintah dalam mengambil tindakan dalam upaya menunjang proses kegiatan belajar mengajar daring, maka perlunya peneliti memberikan sumbangsih pemikiran untuk menentukan tingkat hambatan pembelajaran daring, yang dibuat menjadi 2 cluster yaitu cluster rendah dan cluster tinggi. Dalam penelitian ini penulis menganalisis tingkat hambatan pembelajaran daring di SMK YASPIM dengan menggunakan algoritma k-means clustering analysis. Algoritma k-means clustering analysis merupakan bidang penelitian dalam analisis dan data mining. Pada algoritma ini teknik pengelompokannya berdasarkan kemiripan data yang tidak memiliki acuan apapun (unsupervised). Tetapi, akan membagi keseluruhan data yang akan menjadi kelompok atau mempunyai kemiripan yang sama. Pada dasarnya algoritma ini menghitung jarak pada setiap data dengan pusat data (centroid) untuk menukur kemiripan data hasil penelitian ini didapatkan 9 kelas cluster rendah, dan 6 kelas cluster tinggi pada hambatan pembelajaran daring di SMK YASPIM Gegerbitung.

Published

2021-09-13