Pembahasan Jurnal "Penerapan K-Means dalam Efektivitas Pembelajaran E-Learning pada Masa Pandemi Covid-19 "

  Pembahasan Jurnal 

Penerapan K-Means dalam Efektivitas Pembelajaran E-Learning pada Masa Pandemi Covid-19 

Karya : Seko Lesmana, Atika Fauzia Akbari, Elsa Yulia Rahman, Dudih Gustia

Disini saya mengambil jurnal tersebut dari : https://scholar.google.co.id/citations?view_op=view_citation&hl=id&user=l27vKB4AAAAJ&citation_for_view=l27vKB4AAAAJ:isC4tDSrTZIC

Penelitian tersebut di laksanakan di MAN 1 SUKABUMI yang terletak di Jl. Suryakencana KM 2 PO Box 11 Kecamatan Cibadak Kabupaten Sukabumi. Madrasah Aliyah Negeri 1 Sukabumi dengan lama penelitian selama 2 bulan.

berdasarkan yang penulis baca, penelitian tersebut menggunakan metode K-Means.

K-Means merupakan salah satu metode pengelompokan data non-hierarki (sekatan) yang berusaha mempartisi data yang ada ke dalam bentuk dua atau lebih kelompok (Sadewo et al., 2019). 

Adapun tahapan yang harus dilakukan dalam perhitungan algoritma K-Means, yaitu:

1. Mentukan K sebagai jumlah cluster yang ingin dibentuk. 

2. Tetapkan nilai untuk pusat cluster (centroid) 

3. Hitung jarak setiap data terhadap masing-masing centroid dengan menggunakan persamaan       Eunclidean Distance hingga pada setiap data ditemukan jarak yang paling dekat dengan centroid.          Persamaan Euclidean Distance yaitu : 

4. Kelompokkan data ke dalam cluster dengan jarak yang paling pendek menggunakan persamaan 

5. Hitung pusat cluster yang baru menggunakan persamaan

Xij = E cluster ke -K 

P = banyak nya anggota cluster ke K. 

Dan lakukan perulangan dari tahap 3 sampai dengan 5 hingga tidak ada lagi data yang berpindah pada cluster yang lain.

Adapun metode pada penelitian tersebut dilakukan dengan cara mengumpulkan data responden, menghitung jarak literasi, kemudian melakukan pengelompokan berdasarkan cluster . Pengumpulan data responden di lakukan dengan menggunakan kuisioner google form terhadap  639 siswa dengan jumlah pertanyaan sebanyak 10 buah dan di bagi menjadi 4 cluster

cluster tersebut dibedakan menjadi STS, TS, S dan SS, terhadap sistem pembelajaran secara daring.

Setelah hasil nilai data yang diperoleh dari kuisioner dikalkulasi, maka selanjutnya menentukan pusat cluster atau centroid awal, centroid awal ini ditentukan secara acak atau random. Pada penelitian tersebut, menggunakan data Salma, Nursantia, Fadhil, Muh Saabiq dengan hasil yaitu :

M1 = (0, 5, 4, 1) 

M2 = (1, 6, 3, 0) 

M3 = (7, 2, 1, 0) 

M4 = (1, 3, 5, 1)

Selanjutnya menghitung jarak terdekat dengan pusat cluster. Data pertama yang digunakan yaitu: Aseila Aprilia S {3, 6, 1, 0}. dengan perhitungan :

dilanjutkan sampai data ke-n dan di dapat data hasil perhitungan hasil jarak untuk Itrasi-1 yaitu :

dari data tersebut,dikelompokan sesuai jarak terdekat berdasarkan cluster, dan hasil nya yaitu :

Tahap selanjutnya yaitu menentukan centroid cluster yang baru. Untuk mendapatkan centroid baru, maka terlebih dahulu mencari nilai rata-rata dari masing-masing cluster 

Pada cluster ke -1 memiliki 66 data, oleh karena itu:

 C1= (22/66) = 0,3333 

C1= (314/66) = 4,7575 

C1= (270/66) = 4,0909 

C1= (54/66) = 0,8181 

Pada cluster ke -2 memiliki 349 data, oleh karena itu:

 C2= (318/349) = 0,9111 

C2= (2544/349) = 7,2893 

C2= (608/349) = 1,7421 

C2= (20/349) = 0,0573 

Pada cluster ke -3 memiliki 83 data, oleh karena itu: 

C3= (645/83) = 7,7710 

C3= (135/83) = 1,6265 

C3= (45/83) = 0,5421 

C3= (5/83) = 0,0602 

Pada cluster ke -4 memiliki 141 data, oleh karena itu: 

C4= (63/141) = 0,4468 

C4= (320/141) = 2,2695

C4= (893/141) = 6,3333 

C4= (134/141) = 0,9503 

Sehingga, didapatkan centroid baru yaitu: 

C1= {0,3333; 4,7575; 4,0909; 0,8181} 

 C2= {0,9111; 7,2893; 1,7421; 0,0573} 

C3= {7,7710; 1,6265; 0,5421; 0,0602} 

C4= {0,4468; 2,2695; 6,3333; 0,9503

Dari hasil perhitungan ini, akan menghasilkan urutan berdasarkan kluster yang di  mulai dari C1 seperti berikut :

Sampai dengan 639 data terlampir seluruhnya.

Berdasarkan penelitian dari jurnal tersebut, didapat kesimpulan hasil yaitu berupa 

 Untuk cluster pertama (C1) menyatakan bahwa kategori sangat tidak setuju terhadap pembelajaran online tergolong “tinggi” yaitu mencapai 241 siswa. 

2. Untuk cluster kedua (C2) menyatakan bahwa katergori tidak setuju terhadap pembelajaran online tergolong “sangat tinggi” yaitu mencapai 293 siswa. 

3. Untuk cluster ketiga (C3) menyatakan bahwa kategori setuju terhadap pembelajaran online tergolong “rendah” yaitu hanya mencapai 83 siswa 

4. Untuk cluster keempat (C4) menyatakan bahwa kategori sangat setuju terhadap pembelajaran online terholong “sangat rendah” yaitu hanya mencapai 22 siswa.