首页> 外文期刊>Jurnal Teknologi dan Sistem Informasi >Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional
【24h】

Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional

机译:肘部和k型方法来衡量全国考试中职业学生准备的方法

获取原文
           

摘要

Keberhasilan siswa dalam menempuh ujian nasional (UN) dapat terlihat dari perolehan nilai mata pelajaran yang diujikan, tiga diantaranya adalah nilai matematika, Bahasa Indonesia, dan Bahasa Inggris. Mengukur kesiapan siswa dalam menghadapi Ujian Nasional sangat diperlukan demi keberhasilan siswa. Untuk mengukur tingkat kesiapan siswa algoritma yang digunakan adalah K-Means. Penerapan metode Elbow untuk menentukan optimasi banyaknya cluster yang selanjutnya akan digunakan dalam perhitungan clustering dengan algoritma K-Means. Proses perhitungan K-Means diawali dengan penentuan jumlah cluster, dengan menggunkan metode Elbow. Penerapan algoritma K-Means adalah untuk membentuk kelompok-kelompok siswa berdasarkan nilai rata-rata ketiga mata pelajaran UN (matematika, Bahasa Indonesia, dan Bahasa Inggris). Penentuan jumlah optimal cluster menggunakan metode Elbow, yang menunjukkan banyaknya cluster optimal adalah 3, kemudian dihasilkan 3 cluster yang terdiri dari cluster kategori “Siap”, “Cukup Siap” dan Tidak Siap”. Dengan masing-masing kategori terdiri dari 7 siswa, 30 siswa, dan 29 siswa. Tujuan dari penelitian ini adalah mengelompokkan skor nilai siswa SMK Syubbanul Wathon terhadap tiga mata pelajaran UN (matematika, bahasa Indonesia, bahasa Inggris), sehingga mempermudah pihak sekolah mengambil tindakan lebih lanjut demi keberhasilan siswa dan predikat sekolah.
机译:从收购所测试的受试者的收购中,学生的成功可以看出,其中三个是数学,印度尼西亚和英语。衡量在国家检查面临的学生准备就是学生成功所必需的。测量使用的算法的准备程度是k-means。肘关节方法的应用要确定许多群集的优化将用于通过K-Means算法进行聚类计算。 K-Means计算过程开始通过使用肘法测定簇的数量。 K-Means算法的应用是根据三个联合国科目(数学,印度尼西亚语和英语)的平均值形成学生组。使用弯头方法确定最佳簇数,显示出最佳簇的数量是3,然后由“准备好”类别集群“,”非常准备好“而不是准备好生产3个集群。每个类别由7名学生,30名学生和29名学生组成。本研究的目的是将SMK Syubbanul Wathon的价值分数分组到三个联合国科目(数学,印度尼西亚,英语),以便学校使学校更容易采取进一步的学生成功行动和谓词学校。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号