Optimasi Kesiapan Siswa SMP Dalam Asesmen Kompetensi Minimum (AKM) Dengan Metode Elbow Dan Kmeans Clustering
Tahun 2025 · Penulis: Galuh Putri Roby Alwi
Faculty of Teacher Training and Education, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Penelitian ini untuk mengukur kesiapan konsep matematika siswa melalui numerasi dalam menghadapi Asesmen Kompetensi Minimum (AKM) dengan menggunakan faktor kesiapan siswa dan nilai matematika siswa, melalui kuisioner dan wawancara dengan 3 siswa. Tujuannya untuk mengelompokkan kesiapan siswa dengan indikator faktor kesiapan siswa, yaitu fisik, psikis, mental, motivasi, dan pengetahuan atau wawasan. Proses analisis data ini diawali dengan cleansing data untuk membersihkan dan memeriksa distribusi data, normalitas dan homogenitas data, hingga evaluasi hasil. Hasil kuisioner yang diperoleh, kemudian dilakukan wawancara terhadap kesiapan, hasil analisis menunjukkan keraguan, maka jawaban kuisioner mempertahankan jawaban awal siswa. Proses analisis data memanfaatkan machine learning, metode yang digunakan untuk mendapatkan pengelompokkan (klaster) yang optimal adalah metode Elbow, kemudian dianalisis oleh algoritma k-means clustering untuk pengelompokkan data, menganalisis tingkat akurasi pengempokkan, serta validitas klaster menggunakan silhuoutte index. Populasinya adalah siswa SMP/Sederajat kelas 7 dan 8 se-Indonesia. Hasil jumlah klaster yang optimal diperoleh 𝑘=3 dengan akurasi model mencapai 96%, skor silhouette index adalah 0,25. Label kategori klaster yang diperoleh adalah hasil tersebut menunjukkan pada 𝐶0 atau klaster 1 terdapat 132 siswa (24%) dengan nilai rata-rata 90,24 kategori “Sangat Siap”, 𝐶1 atau klaster 2 terdapat 313 siswa (57%) dengan nilai rata 84,69 kategori “Siap”, dan 𝐶2 atau klaster 3 terdapat 102 siswa (19%) dengan nilai rata-rata 78,65 kategori “Tidak Siap”. Hasil hipotesis penelitian adalah 𝐻0 ditolak, sehingga nilai cluster 3 mempunyai perbedaan signifikan dalam hasil pengelompokkan kesiapan siswa SMP dengan penerapan machine learning yang telah dilakukan. Diharapkan dengan penelitian ini dapat memberikan informasi bagi sekolah untuk merancang program yang lebih berfokus sesuai dengan kebutuhan masing-masing siswa, sehingga dapat meningkatkan kualitas dan hasil belajar.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,896
Tahun 2024 · Penulis: Uways Alqorni
Analisis Penerapan Pembelajaran Missouri Mathematics Projects (MMP) Terhadap Kemampuan Komunikasi Matematis Siswa SMP
Pembelajaran Missouri Mathematics Project (MMP) memiliki beberapa kelebihan yaitu dalam penggunaan waktu diatur relatif ketat sehingga banyak materi dapat tersampaikan pada siswa dan banyak latihan soal sehingga siswa dapat terlatih dalam menyelesaikan berbaga
- Cosine 0,894
Tahun 2025 · Penulis: Meylan Kharisma Putri
Pengaruh Model Process Oriented Guided Inquiry Learning (Pogil) Disertai Assessment Berbantuan Media Quizwhizzer Terhadap Hasil Belajar Fisika Siswa MA
Ilmu pengetahuan dan teknologi (IPTEK) serta globalisasi berkembang dengan pesat sehingga menuntut sumber daya manusia yang berkualitas. Kemajuan suatu negara tidak terlepas dari faktor sumber daya manusia yang ada dalam negara tersebut. Mutu dan tingkat pendi
- Cosine 0,887
Tahun 2024 · Penulis: Icha Aprilliana Putri
Pengaruh Model Pembelajaran Problem Based Learning (PBL) pada Materi Gaya Terhadap Hasil Belajar Siswa Kelas IV di SD Islam Terpadu
Penelitian ini dilaksanakan di SD Islam Terpadu Bondowoso. Desain penelitian dalam penelitian ini yaitu quasi eksperimen dengan desain non equivalent control group. Kelas IVA yang berjumlah 20 orang dan kelas IVB yang berjumlah 23 orang merupakan subjek dalam