[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-0-id-113":3,"doc-seo-185093-113":53,"doc-detail-185093-id":128},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37,41,45,49],{"id":8,"doc_module":4,"doc_module_name":9,"category_name":10,"show_sort_weight":11,"slug":12},55,"Document","Agama & Spiritualitas",60,"religion-spirituality",{"id":14,"doc_module":4,"doc_module_name":9,"category_name":15,"show_sort_weight":11,"slug":16},48,"Cerita & Novel","story-novel",{"id":18,"doc_module":4,"doc_module_name":9,"category_name":19,"show_sort_weight":11,"slug":20},56,"Gaya Hidup","lifestyle",{"id":22,"doc_module":4,"doc_module_name":9,"category_name":23,"show_sort_weight":11,"slug":24},51,"Komik","comic",{"id":26,"doc_module":4,"doc_module_name":9,"category_name":27,"show_sort_weight":11,"slug":28},53,"Layanan Kesehatan","healthcare",{"id":30,"doc_module":4,"doc_module_name":9,"category_name":31,"show_sort_weight":11,"slug":32},54,"Penelitian & Laporan","research-report",{"id":34,"doc_module":4,"doc_module_name":9,"category_name":35,"show_sort_weight":11,"slug":36},49,"Sastra","literature",{"id":38,"doc_module":4,"doc_module_name":9,"category_name":39,"show_sort_weight":11,"slug":40},52,"Teknologi","technology",{"id":42,"doc_module":4,"doc_module_name":9,"category_name":43,"show_sort_weight":11,"slug":44},50,"Ujian","exam",{"id":46,"doc_module":4,"doc_module_name":9,"category_name":47,"show_sort_weight":11,"slug":48},57,"Umum","general",{"id":50,"doc_module":4,"doc_module_name":9,"category_name":51,"show_sort_weight":4,"slug":52},181,"Formulir","formulir",{"code":4,"msg":54,"data":55},"ok",{"site_id":56,"language":57,"slug":58,"title":59,"keywords":60,"description":61,"schema_data":62,"social_meta":121,"head_meta":123,"extra_data":125,"updated_unix":127},113,"id","application-of-k-means-clustering-method-for-mapping-new-students-competency-based-on-diagnostic-test-results-prototype-application-study","Penerapan Metode K-Means Clustering Untuk Pemetaan Kompetensi Peserta Didik Baru Berdasarkan Hasil Tes Diagnostik - Penelitian Prototype Aplikasi","","Pemetaan kompetensi peserta didik baru merupakan langkah krusial untuk mengelompokkan siswa berdasarkan hasil tes diagnostik agar keputusan pembelajaran tidak terhambat, terutama bagi peserta didik dengan nilai rendah. Penelitian ini membangun prototype aplikasi pemetaan kompetensi menggunakan algoritma K-Means Clustering dengan parameter nilai literasi dan numerasi, serta melakukan analisis ulang terhadap hasil pengelompokan untuk menilai kompetensi tiap kelompok. Informasi keluaran digunakan sebagai acuan sekolah menentukan kebutuhan jam tambahan. Uji kelayakan ahli memperoleh 100% kategori “Sangat Layak”, uji kepuasan pengguna dengan PSSUQ mencapai 100%, dan validitas cluster menggunakan Silhouette Coefficient menghasilkan 0,467 kategori “Lemah”.",{"@graph":63,"@context":120},[64,81,103],{"@type":65,"itemListElement":66},"BreadcrumbList",[67,72,75,78],{"item":68,"name":69,"@type":70,"position":71},"https://docshare.wps.com","Home","ListItem",1,{"item":73,"name":9,"@type":70,"position":74},"https://docshare.wps.com/id/document/",2,{"item":76,"name":31,"@type":70,"position":77},"https://docshare.wps.com/id/document/penelitian-laporan/",3,{"item":79,"name":59,"@type":70,"position":80},"https://docshare.wps.com/id/document/application-of-k-means-clustering-method-for-mapping-new-students-competency-based-on-diagnostic-test-results-prototype-application-study/185093/",4,{"url":79,"name":59,"@type":82,"image":83,"author":88,"headline":59,"publisher":91,"fileFormat":94,"inLanguage":57,"description":61,"dateModified":95,"datePublished":96,"encodingFormat":94,"isAccessibleForFree":97,"interactionStatistic":98},"DigitalDocument",{"url":84,"@type":85,"width":86,"height":87},"https://docshare.wps.com/thumbnails/application-of-k-means-clustering-method-for-mapping-new-students-competency-based-on-diagnostic-test-results-prototype-application-study/185093.png","ImageObject",300,407,{"name":89,"@type":90},"Đào","Person",{"url":68,"name":92,"@type":93},"DocShare","Organization","application/pdf","2026-09-28","2026-09-02",true,{"@type":99,"interactionType":100,"userInteractionCount":102},"InteractionCounter",{"@type":101},"ViewAction",7,{"@type":104,"mainEntity":105},"FAQPage",[106,112,116],{"name":107,"@type":108,"acceptedAnswer":109},"Penelitian ini memetakan kompetensi peserta didik berdasarkan apa?","Question",{"text":110,"@type":111},"Kompetensi peserta didik dipetakan berdasarkan hasil tes diagnostik, dengan variabel literasi dan numerasi sebagai parameter pengelompokan.","Answer",{"name":113,"@type":108,"acceptedAnswer":114},"Bagaimana metode K-Means Clustering digunakan dalam aplikasi?",{"text":115,"@type":111},"Aplikasi menganalisis data dan melakukan perhitungan pengelompokan menggunakan K-Means Clustering, lalu dilakukan analisis kembali untuk melihat kompetensi pada masing-masing kelompok.",{"name":117,"@type":108,"acceptedAnswer":118},"Bagaimana hasil uji kelayakan dan kepuasan pengguna terhadap prototype aplikasi?",{"text":119,"@type":111},"Uji kelayakan ahli menghasilkan persentase 100% dengan interpretasi “Sangat Layak”, sedangkan uji kepuasan pengguna menggunakan PSSUQ memperoleh keseluruhan (Overall) sebesar 100% yang menunjukkan aplikasi layak digunakan.","https://schema.org",{"og:url":79,"og:type":122,"og:title":59,"og:site_name":92,"og:description":61},"article",{"robots":124,"canonical":79},"index,follow",{"doc_id":126,"site_id":56},185093,1788365742,{"code":4,"msg":5,"data":129},{"doc_id":126,"user_id":130,"nickname":89,"user_avatar":131,"doc_module":4,"category_id":30,"category_name":31,"doc_title":59,"doc_description":61,"doc_content":132,"file_id":133,"file_url":134,"file_type":135,"file_size":136,"view_count":102,"is_deleted":4,"is_public":71,"is_downloadable":71,"audit_status":71,"page_count":137,"language":138,"language_code":57,"site_id":56,"html_lang":57,"table_of_contents":139,"faqs":140,"seo_title":141,"seo_description":61,"update_tm":127,"read_time":142},1374402968488,"https://ap-avatar.wpscdn.com/davatar_29158cc5080c5b710cf443261637dec0","| Penerapan Metode K-Means Clustering Untuk Pemetaan Kompetensi Peserta Didik Baru Berdasarkan Hasil Tes Diagnostik\u003Cbr>Muchammad Okgistiyan 1*, Irmayansyah2\u003Cbr>1,2Program Studi Sistem Informasi, Fakultas Informatika dan Komputer, Universitas Binaniaga Indonesia\u003Cbr>[1](1email: muchokgistiyan@gmail.com)[email: muchokgistiyan@gmail.com](1email: muchokgistiyan@gmail.com)\u003Cbr>2email: [irmayansyah@unbin.ac.id](irmayansyah@unbin.ac.id)\u003Cbr>*Corresponding Author |\n| --- |\n| ABSTRACT\u003Cbr>The mapping of student competencies is an essential step in grouping students based on the results of diagnostic tests. Ineffective grouping can hinder decision-making for students with low scores. This research develops a prototype application to map student competencies using the K-Means Clustering algorithm. The prototype application analyzes data and calculates groupings, followed by reanalysis to evaluate students' competencies in each group. Variables such as literacy and numeracy scores were used as clustering parameters. This mapping aims to provide information that helps schools determine which students require additional learning hours. System feasibility testing by experts resulted in a 100% suitability rating, categorized as \"Highly Suitable. \" User satisfaction testing using PSSUQ also achieved an overall score of 100%, indicating the application's usability.\u003Cbr>The validity of the clustering was assessed using the Silhouette Coefficient, yielding a score of 0.467, which categorizes the clustering as \"Weak. \"Keywords: Mapping, K-Means Clustering, Diagnostic Test, Literacy, Numeracy, Silhouette Coefficien. |\n| ABSTRAK\u003Cbr>Prosespemetaan kompetensi pesertadidik merupakan langkah pentingdalampengelompokan berdasarkan hasil tes diagnostik. Pengelompokanyang tidak efektifdapat menghambat pengambilan keputusan yang tepat terhadap peserta didik yang nilainya rendah. Penelitian ini mengembangkan sebuah prototype aplikasiuntuk memetakan kompetensi peserta didik menggunakan algoritma K-Means Clustering. Pada penelitian ini dibuat sebuah prototype aplikasi yang dapat melakukan pemetaan kompetensi peserta didik dengan menerapkan Algoritma K-means Clustering yaitu dengan cara menganalisis data dan melalukan perhitungan pengelompokan, yang kemudian perhitungan pengelompokan dianalisis kembali untuk melihat kompetensi peserta didik di masing-masing kelompik. Variabel yang digunakan mencakup nilai literasi dan numerasi sebagai parameter pengelompokan. Hal ini dilakukan untuk memetakan kompetensipeserta didik agar dapat menyajikan informasi yang bisa menjadi acuan sekolah untuk mengambil kebijakan peserta didik mana yang harus mendapatkan jam tambahan. Pada aplikasi yang dibanguntelah dilakukanuji kelayakanoleh ahli sistem dandiperoleh persentasekelayakan sebesar 100% yang dapat dikategorikan ke dalam interpretasi “Sangat Layak”. Telahdilakukan jugauji kelayakanoleh pengguna dengan menggunakan kuesionerPSSUQ sesuaidengan kategoriPSSUQdiantaranya yaitu nilai kepuasan secara keseluruhan (Overall) sebesar 100%, yang artinya aplikasi ini layak digunakan. Serta telah dilakukan juga uji validitas cluster menggunakan Silhouette Coefficient terhadap algoritma K-means yang diterapkan dengan nilai yang diperoleh sebesar 0,467 yang berarti cluster yang dibentuk termasuk kedalam kategori “Lemah”.\u003Cbr>Kata Kunci: Pemetaan, K-Means Clustering, Tes Diagnostik, Literasi, Numerasi, Silhouette Coefficient. |\n\n| Persentase Pencapaian | Interpretasi |\n| --- | --- |\n| \u003C 21% | Sangat Tidak Layak |\n| 21% -40% | Tidak Layak |\n| 41% -60% | Cukup Layak |\n| 61% -80% | Layak |\n| 81% -100% | Sangat Layak |\n\n| No. | NAMA LENGKAP (Sesuai Akte) | Literasi | Numerasi |\n| --- | --- | --- | --- |\n| 1 | Ananda Dinar Ramadhani | 44 | 53 |\n| 2 | Abdad Farras Orlando | 84 | 49 |\n| 3 | Abdullah hisyam | 21 | 51 |\n| 4 | Abiyyu Dzaky Putra Widiyanto | 65 | 29 |\n| 5 | Adelia Apriliyanti | 36 | 45 |\n| 6 | Adelia Apriliyanti | 21 | 77 |\n| 7 | Adelia Dwi Batrisya Yusup | 49 | 30 |\n| 8 | Adelia Malona | 86 ","cbCaiuhKODjvkSmW","https://ap.wps.com/l/cbCaiuhKODjvkSmW","pdf",754540,10,"Indonesian","# Abstrak\n## Metode dan Parameter K-Means Clustering\n## Pengujian Kelayakan dan Kepuasan Pengguna\n## Evaluasi Validitas Cluster","[{\"question\":\"Penelitian ini memetakan kompetensi peserta didik berdasarkan apa?\",\"answer\":\"Kompetensi peserta didik dipetakan berdasarkan hasil tes diagnostik, dengan variabel literasi dan numerasi sebagai parameter pengelompokan.\"},{\"question\":\"Bagaimana metode K-Means Clustering digunakan dalam aplikasi?\",\"answer\":\"Aplikasi menganalisis data dan melakukan perhitungan pengelompokan menggunakan K-Means Clustering, lalu dilakukan analisis kembali untuk melihat kompetensi pada masing-masing kelompok.\"},{\"question\":\"Bagaimana hasil uji kelayakan dan kepuasan pengguna terhadap prototype aplikasi?\",\"answer\":\"Uji kelayakan ahli menghasilkan persentase 100% dengan interpretasi “Sangat Layak”, sedangkan uji kepuasan pengguna menggunakan PSSUQ memperoleh keseluruhan (Overall) sebesar 100% yang menunjukkan aplikasi layak digunakan.\"}]","Penerapan Metode K-Means Clustering Untuk Pemetaan Kompetensi Peserta Didik Baru Berdasarkan Hasil Tes Diagnostik - Penelitian Prototype Aplikasi | PDF",15]