PERBANDINGAN KINERJA K-MEANS DAN K-MEDOIDS DALAM KLASIFIKASI SISWA BERPRESTASI DI SMP MUHAMMADIYAH 60 MEDAN

Abstract

Pengelompokan data siswa berprestasi merupakan langkah penting dalam proses evaluasi dan pengambilan keputusan di lingkungan pendidikan. Metode klasterisasi seperti K-Means dan K-Medoids banyak digunakan untuk mengelompokkan data berdasarkan variabel prestasi akademik, absensi, dan ekstrakurikuler. Penelitian ini bertujuan membandingkan kinerja kedua algoritma tersebut dalam mengelompokkan siswa berprestasi di SMP Muhammadiyah 60 Medan. Metode yang digunakan meliputi proses pengelompokan data dengan algoritma K-Means dan K-Medoids, serta evaluasi hasil menggunakan nilai silhouette untuk menilai kualitas klaster. Hasil penelitian menunjukkan bahwa kedua metode mampu mengelompokkan siswa ke dalam cluster prestasi tinggi, sedang, dan rendah. K- Means lebih cepat dalam proses komputasi dan cocok untuk data homogen serta jumlah besar, namun sensitif terhadap outlier. Sebaliknya, K-Medoids lebih stabil dan tahan terhadap outlier meskipun memakan waktu lebih lama. Berdasarkan hasil evaluasi, K-Medoids memberikan hasil yang lebih representatif dalam kondisi data dengan variasi nilai ekstrim. Penelitian ini diharapkan dapat membantu pihak sekolah dalam melakukan segmentasi siswa secara efektif dan efisien untuk pengambilan kebijakan yang lebih tepat sasaran.