| Summary: | <p><strong>Abstract. </strong><strong>Cluster Analysis, K-Means Algorithm, Student Classification</strong><strong>. </strong>This study aims to classify students based on learning outcomes for subject the basic of statistics (DDS), which is measured based on attendance, task, midterm (UTS), and final exams (UAS) to further used to evaluate learning for subjects that require analysis of quantitative . This study uses k-means cluster analysis to classify the students into three groups based on learning outcomes. After grouped, there are 3 people in the low category, 27 in the medium category and over 70% in the high category.</p><p><strong>Abstrak.</strong><strong> </strong><strong>Analisis Cluster K-Means </strong><strong>d</strong><strong>alam Pengelompokan Kemampuan Mahasiswa</strong><strong>.</strong> Pene-litian ini bertujuan untuk mengelompokkan mahasiswa berdasarkan hasil belajar mata kuliah dasar-dasar statistika (DDS) yang diukur berdasarkan variabel nilai kehadiran, tugas, ujian tengah semester (UTS), dan ujian akhir semester (UAS) untuk selanjutnya digunakan untuk mengevaluasi pembelajaran untuk mata kuliah yang membutuhkan kemampuan analisis kuantititatif yang baik. Penelitian ini menggunakan analisis cluster k-means dalam mengelompokkan mahasiswa ke dalam tiga kelompok berdasarkan hasil belajarnya. Seteleh dikelompokkan, terdapat 3 orang yang masuk pada kategori rendah, 27 orang pada kategori sedang dan lebih dari 70% pada kategori tinggi.</p><strong>Kata Kunci: </strong>Cluster Analysis, K-Means Algoritma, Klasifikasi Mahasiswa, Universitas Cokroaminoto Palopo
|
|---|
