Penerapan Algoritma K-Means Untuk Mengelompokan Daerah Asal Pada Siswa SMK Kristen Harapan Rantepao Toraja Utara

Abstract

Penelitian ini bertujuan untuk menerapkan metode data mining menggunakan algoritma K-Means Clustering dalam mengelompokkan siswa berdasarkan daerah asal di SMK Kristen Harapan Rantepao, Toraja Utara. Pengelompokan ini dilakukan untuk membantu pihak sekolah dalam memahami distribusi geografis siswa dan mendukung perencanaan strategis, seperti promosi penerimaan siswa baru serta pemerataan fasilitas pendidikan. Data yang digunakan berasal dari data pendaftaran siswa baru angkatan 2022–2025, dengan atribut meliputi daerah asal, jenis kelamin, dan asal sekolah. Proses penelitian meliputi tahapan preprocessing data, penerapan algoritma K-Means menggunakan Microsoft Excel, serta evaluasi hasil dengan metode Elbow dan perhitungan Sum of Squared Errors (SSE). Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah tiga (K=3), yang terdiri dari: klaster pertama berisi kecamatan dengan jumlah siswa terbanyak seperti Rantepao dan Buntu Pepasan, klaster kedua dengan jumlah siswa sedang seperti Sanggalangi dan Awan Rantekarua, serta klaster ketiga dengan jumlah siswa sedikit seperti Rindingallo dan Balusu. Penerapan algoritma K-Means terbukti efektif dalam menampilkan pola distribusi siswa secara visual dan informatif melalui aplikasi berbasis web, sehingga dapat dijadikan dasar pengambilan keputusan dalam pengelolaan dan pengembangan sekolah.

GS Cited Analysis