Analisis Data Pendidikan Menggunakan Metode Data Mining dengan Algoritma Decision Tree dan K-Means Clustering

Hisyam Hisyam Akmal Maulana; Nila Nilatul Fitriyah; Dika Dika El Baradei; Farid Farid Ardiyanto; Arifin Muhammad Arifin

doi:10.58794/jekin.v6i1.2131

Authors

Hisyam Hisyam Akmal Maulana Muria Kudus University
Nila Nilatul Fitriyah Muria Kudus University
Dika Dika El Baradei Muria Kudus University
Farid Farid Ardiyanto Muria Kudus University
Arifin Muhammad Arifin Muria Kudus University

DOI:

https://doi.org/10.58794/jekin.v6i1.2131

Keywords:

data mining, kualitas pembelajaran, Decision Tree, K-Means clustering, sekolah dasar

Abstract

Penelitian ini bertujuan untuk menganalisis pola data pendidikan guna mengidentifikasi berbagai faktor yang berpengaruh terhadap kualitas pembelajaran di sekolah dasar dengan memanfaatkan pendekatan data mining. Metode yang diterapkan dalam penelitian ini mencakup teknik klasifikasi menggunakan algoritma Decision Tree (C4.5) serta teknik clustering dengan algoritma K-Means yang diterapkan dalam tahapan Knowledge Discovery in Database (KDD). Data yang digunakan berupa data sekunder dalam format Excel yang memuat informasi mengenai jumlah peserta didik yang mengulang berdasarkan wilayah dan jenjang pendidikan. Proses penelitian dilakukan melalui beberapa tahapan, yaitu preprocessing data, transformasi data, penerapan data mining, hingga evaluasi model. Pada tahap evaluasi, model klasifikasi diuji menggunakan metode hold-out dengan pembagian data sebesar 80% untuk data pelatihan dan 20% untuk data pengujian. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh tingkat akurasi sebesar 62,62%, meskipun ditemukan indikasi adanya potensi overfitting yang disebabkan oleh tingginya korelasi antar variabel. Sementara itu, penerapan algoritma K-Means menghasilkan tiga kelompok utama dengan kualitas pengelompokan yang tergolong cukup baik berdasarkan nilai silhouette coefficient. Penelitian ini memberikan kontribusi dalam bentuk integrasi metode klasifikasi dan clustering untuk menghasilkan analisis data pendidikan yang lebih komprehensif serta mendukung proses pengambilan keputusan berbasis data dalam upaya meningkatkan kualitas pembelajaran.

Views

7 kali

Downloads

3 kali

Downloads

Download data is not yet available.

References

[1] B. Arya, A. Shidik, Y. T. Apriliyanto, A. Salsabilla, and E. S. Aulia, “Peningkatan literasi siswa sdn 2 kaligelang melalui pojok baca dan bimbingan belajar,” vol. 6, pp. 54–65, 2025.

[2] A. M. Salsabilla, I. N. Cahaya, T. Latipah, and O. Farhurohman, “MENINGKATKAN KUALITAS PEMBELAJARAN DI SEKOLAH DASAR MELALUI METODE AKTIF DAN INOVATIF Improving,” vol. 5,

pp. 1603–1618, 2025.

[3] U. Hasanah, S. Masitoh, Z. K. Dealova, M. Yunus, G. R. Frimananda, and M. P. Interaktif, “FAKTOR PENUNJANG KEBERHASILAN DALAM PROSES PEMBELAJARAN SISWA SEKOLAH DASAR,” vol. 8,

pp. 1184–1188, 2025.

[4] Muh. Asharif Suleman and Zulfi Idayanti, “Faktor-Faktor Yang Mempengaruhi Keberhasilan Proses Pembelajaran di SD/MI Muh. Asharif Suleman 1 , Zulfi Idayanti 2 1,2 Universitas Islam Negeri Sunan Kalijaga Yogyakarta, Indonesia,” vol. 2, no. 3, pp. 235–244, 2024.

[5] A. P. Riani, A. Voutama, and T. Ridwan, “Penerapan K-Means Clustering Dalam Pengelompokan Hasil Belajar Peserta Didik Dengan Metode Elbow,” vol. 6, pp. 164–172, 2023.

[6] Y. M. Gultom, F. Syahputra, and S. Syahrial, “Pengaruh Evaluasi Pembelajaran terhadap Pembelajaran Guru di Sekolah Dasar Kualitas,” no. 3, pp. 1–8, 2024.

[7] B. Ardiansyah, I. Daulay, and R. Hutagaol, “K-Means and Decision Tree Algorithm for Prediction of Postgraduate Students Admission in University of Indonesia Algoritma K-Means dan Decision Tree untuk Prediksi Penerimaan Calon Mahasiswa Pascasarjana pada Universitas Indonesia,” pp. 154–161, 2022.

[8] Idrus and D. W. Sari, “PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA DECISION TREE C4.5 UNTUK MEMPREDIKSI MAHASISWA DROP OUT DI UNIVERSITAS WIRARAJA,” vol. 1, no. Juni,

pp. 1–7, 2023.

[9] K. Istiqomah and V. Sofica, “Penerapan Data Mining Menggunakan Algoritma Decision Tree Untuk Menganalisis Penggunaan Media Sosial Dengan Konsentrasi Belajar Mahasiswa,” vol. 4, no. 4, pp. 53–67, 2025.

[10] Asmana, Y. A. Wijaya, and Martanto, “K-MEANS DI SEKOLAH MENENGAH KEJURUAN WAHIDIN KOTA CIREBON,” vol. 6, no. 2, pp. 552–559, 2022.

[11] R. Hidayat, “Pemanfaatan Data Mining untuk Melihat Minat Siswa Setelah Menyelesaikan Pendidikan Sekolah

Menengah Atas ( SMA ) dengan Algoritma K-Means Clustering,” vol. 1, no. 2, 2022.

[12] Farokha and S. Pradikto, “Analisis Peran Lingkungan Keluarga dan Teman Pergaulan dalam Membangun Motivasi Belajar Siswa SMA,” vol. 2, no. 1, pp. 1–7, 2025.

[13] Y. B. Utomo, I. Kurniasari, and I. Yanuartanti, “PENERAPAN KNOWLEDGE DISCOVERY IN DATABASE,” vol. 7, no. 1, 2023.

[14] N. Afiasari, N. Suarna, and N. Rahaningsih, “Implementasi Data Mining Transaksi Penjualan Menggunakan Algoritma Clustering dengan Metode K-Means E-commerce K-Means melakukan analisis penerapan Data Mining dalam mengelompokkan jumlah,” vol. 9, pp. 100–110, 2023.

[15] B. Hakim, “ANALISA SENTIMEN DATA TEXT PREPROCESSING PADA DATA MINING DENGAN MENGGUNAKAN MACHINE LEARNING DATA TEXT PRE-PROCESSING SENTIMENT ANALYSIS IN

DATA MINING USING MACHINE LEARNING School of Computer Science and Technology , Harbin Institute of Technology,” vol. 4, no. 2, pp. 16–22, 2021.

[16] S. V. Natasya and R. M. Awangga, “PROFILING MAHASISWA DAN ALUMNI MENGGUNAKAN METODE

DECISION TREE Systematic Literature Review,” vol. 7, no. 2, pp. 1359–1363, 2023.

[17] U. Suriani, “Penerapan Data Mining untuk Memprediksi Tingkat Kelulusan Mahasiswa Menggunakan Algoritma,” vol. 3, no. 2, pp. 55–66, 2023.

[18] E. A. Firdaus, S. Maulani, and A. B. Dharmawan, “PENGUKURAN MINAT BACA MAHASISWA DENGAN METODE CLUSTERING DI PERPUSTAKAAN AKADEMI KEPERAWATAN RS.DUSTIRA CIMAHI MENGGUNAKAN DATA MINING,” vol. 15, pp. 32–40, 2021.