Clustering Bidang Keilmuan Menggunakan Kombinasi Metode Topsis dan Algoritma K-Means

Abstract

Banyak orang tua dan guru saat ini 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, anak 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. Penelitian ini melakukan pengelompokan atau clustering bidang keilmuan berdasarkan mata pelajaran menggunakan kombinasi metode TOPSIS dan algoritma K-Means.  Kemudian, pengukuran kinerja atau performa dilakukan terhadap model yang menerapkan kombinasi antara metode TOPSIS dengan algoritma K-Means. Hasil penelitian menunjukkan bahwa metode TOPSIS sebagai metode dalam penjumlahan terbobot mampu mempegaruhi kinerja clustering bidang keilmuan berdasarkan mata pelajaran dengan algoritma K-Means menjadi lebih tinggi. Sehingga kombinasi metode TOPSIS dan algoritma K-Means terbukti lebih optimal dalam pengelompokan bidang keilmuan berdasarkan mata pelajaran dan dapat digunakan sebagai acuan dalam menentukan metode pembelajaran yang tepat berdasarkan bidang keilmuan yang dikuasai siswa.