Pemanfaatan Data Mining Dengan K-Means Clustering Dalam Penilaian Guru Berprestasi

Abstract

Pemilihan guru berprestasi mempunyai dampak positif bagi perkembangan pendidikan dan peningkatan mutu dan proses hasil pembelajaran. Melalui pemilihan guru berprestasi diharapkan semua pemangku kepentingan akan meningkatkan komitmennya dalam pembinaan dan pengembangan profesionalisme guru untuk mewujudkan pendidikan yang bermutu. Penelitian ini bertujuan untuk (1) Mengimplementasikan Algoritma K-Means Clustering dalam menentukan guru berprestasi di SMK Bina Nusa Slawi berdasarkan kriteria yang sudah ditentukan (2) Meningkatkan efisiensi dalam proses penilaian kinerja guru dengan menggunakan metode yang lebih cepat dan terukur. (3) Meningkatkan kualitas pendidikan di SMK Bina Nusa Slawi dengan memastikan bahwa guru- guru yang berprestasi diakui dan didorong untuk terus meningkatkan kualitas pengajaran mereka. Pemilihan guru berprestasi di sekolah ini menghadapi kendala karena semua guru memenuhi kriteria penilaian yang dietapkan, yaitu pedagogic, kepribadian, sosial, dan professional. Proses penilaian yang dilakukan langsung oleh kepala sekolah cenderung bersifat subjektif dan kurang efisien. Dalam penelitian ini, algoritma k-means clustering diterapkan untuk mengelompokkan guru berdasarkan kriteria penilaian tersebut, dengan harapan dapat memberikan hasil yang lebih objektif dan akurat. Hasil penelitian menunjukkan bahwa guru-guru di SMK Bina Nusa Slawi dapat dikelompokkan ke dalam dua cluster, cluster 0 (C0) yang terdiri dari 11 (31,43%) guru berprestasi, dan cluster 1 (C1) terdiri dari 24 (68,57%) guru kurang berprestasi, hal ini menunjukan bahwa penggunaan algoritma k-means clustering dapat membantu kepala sekolah dalam menentukan guru berprestasi dengan lebih efektif, mengurangi subjektivitas, dan meningkatkan efisiensi proses penilaian.

GS Cited Analysis