CLUSTERING BIDANG KEILMUAN BERDASARKAN MATA PELAJARAN MENGGUNAKAN KOMBINASI METODE TOPSIS DAN ALGORITMA K-MEANS

CLUSTERING OF SCIENTIFIC FIELDS BASED ON SUBJECTS USING A COMBINATION OF TOPSIS METHODS AND K-MEANS ALGORITHM

    Banyak orang tua dan guru saat ini yang semakin tanggap terhadap permasalahan belajar anak. Setiap anak memiliki keistimewaan dan perangai yang berbeda. Sehingga menyebabkan pola belajar dan pola asuh diterapkan berbeda pada setiap anak. Sebagian besar anak-anak memiliki kelemahan di suatu bidang, namun juga memiliki kelebihan di bidang yang lain. Oleh karena itu, pengelompokan bidang keilmuan dengan penerapan metode TOPSIS dan algoritma K-Means penting dilakukan guna menentukan pola belajar yang cocok bagi anak berdasarkan bidang keilmuan yang dikuasai. Peneliti melakukan penelitian terkait dengan pengelompokan atau clustering bidang keilmuan berdasarkan mata pelajaran menggunakan kombinasi metode TOPSIS dan algoritma K-Means dan mengukur kinerja atau performa kombinasi antara metode TOPSIS dengan algoritma K-Means.

    Dari penelitian ini, diperoleh hasil bahwa metode TOPSIS sebagai metode dalam penjumlahan terbobot mampu mempegaruhi akurasi clustering bidang keilmuan berdasarkan mata pelajaran dengan menggunakan algoritma K-Means semakin tinggi. Sehingga kombinasi metode TOPSIS dan algoritma K-Means dinilai cukup akurat dalam pengelompokan bidang keilmuan berdasarkan mata pelajaran yang dapat digunakan sebagai acuan dalam menentukan metode pembelajaran yang tepat berdasarkan bidang keilmuan yang dikuasai siswa.

    Many parents and teachers today are increasingly responsive to children’s learning problems. Each child has different characteristics and temperaments. This causes learning and parenting patterns to be applied differently to each child. Most children have weaknesses in one area, but also have strengths in another. Therefore, the clustering of scientific fields by applying the TOPSIS method and the K-Means algorithm is important to determine a suitable learning pattern for children based on the scientific fields mastered. Researchers conducted research related to grouping or clustering scientific fields based on subjects using a combination of the TOPSIS method and the K-Means algorithm and measuring the performance or performance of the combination between the TOPSIS method and the K-Means algorithm.

    This study found that the TOPSIS as a method in weighted summation is able to influence the accuracy of clustering scientific fields based on subjects using the K-Means algorithm which was higher. So that the combination of TOPSIS method and K-Means algorithm is considered quite accurate in grouping scientific fields based on subjects that can be used as a reference in determining the right learning method based on the scientific fields mastered by students.