Penerapan Clustering dalam Data Science Untuk Mengembangkan Keterampilan Analitik di SMK Media Informatika

Eliyani; Muhammad Rifqi; Saruni Dwiasnati

doi:10.70340/japamas.v3i1.132

Penulis

Eliyani Universitas Mercu Buana
Muhammad Rifqi Universitas Mercu Buana
Saruni Dwiasnati Universitas Mercu Buana

DOI:

https://doi.org/10.70340/japamas.v3i1.132

Kata Kunci:

Clustering, Data Science, SMK

Abstrak

Pasar kerja saat ini dan masa depan memerlukan tenaga kerja yang terampil dalam data science, termasuk teknik analitik seperti clustering. Dengan berkembangnya Industri 4.0, keterampilan dalam analisis data menjadi semakin penting, dan pendidikan harus menyesuaikan diri untuk memenuhi kebutuhan ini. Meningkatkan literasi data di kalangan siswa SMK sangat penting untuk mempersiapkan mereka menghadapi dunia yang semakin didominasi oleh data. Keterampilan analitik membantu siswa dalam memecahkan masalah kompleks dan membuat keputusan berdasarkan data. Keterampilan dalam data science mendorong inovasi dan kreativitas di berbagai bidang.Keterlibatan siswa agar dapat menggunakan alat dan keterampilan untuk menganalisis dan memahami dunia di sekitar mereka melalui data. Clustering adalah sebuah teknik dalam data science dan statistik yang digunakan untuk mengelompokkan objek-objek atau data point yang memiliki karakteristik serupa ke dalam kelompok atau cluster. Tujuan: Untuk membekali siswa dengan keterampilan untuk menganalisis dan menginterpretasikan data secara efektif menggunakan teknik clustering dan memberikan dasar yang kuat bagi siswa yang berminat melanjutkan studi di bidang data science atau teknologi informasi.

Unduhan

Data unduhan belum tersedia.

Referensi

. Harkut, Dinesh G, Kashmira Kasat, and Vaishnavi D Harkut. 2019. “Artificial Intelligence.” In Chapter, IntechOpen, 1–5. https://www.intechopen.com/chapters/66147.

. Sowmya, R., Suneetha, K.,R " Data Mining with Big Data". International Conference on Intelligent Systems and Control (ISCO) Vol 10, pp.1109, Februari 2017.

. D. Diy, “Analisis Data Mining Untuk Memprediksi Lama Perawatan Pasien Covid-19 Bianglala Informatika,” vol. 10, no. 1, pp. 21–29, 2022.

. S. Hendrian, “Algoritma Klasifikasi Data Mining Untuk Memprediksi Siswa Dalam Memperoleh Bantuan Dana Pendidikan,” Fakt. Exacta, vol. 11, no. 3, pp. 266–274, 2018, doi: 10.30998/faktorexacta.v11i3.2777

. Alam Jusia, P., Muhammad Irfan, F., & Dinamika Bangsa Jambi Jl Jend Sudirman Thehok Jambi, S. (2019). Clustering Data Untuk Rekomendasi Penentuan Jurusan Perguruan Tinggi Menggunakan Metode K-Means. Jurnal IKRA-ITH Informatika, 3(3), 75.

. Slamet, S., Pratikno, H., dan Maulana Y. M., “Workshop JARKOM Berbasis CISCO dan MIKROTIK untuk Persiapan Uji Kompetensi Keahlian (UKK) bagi Guru dan Murid di SMK KARTIKA 1 Surabaya.”Share: Journal of Service Learning, 2021, 7(1), 1-7.

. Margasari, N, Sholikhah, Z., Andhini, M. M., Fitrianna, H., “Peningkatan Literasi Digital untuk MembentukJiwa Student-preneurship pada Siswa Sekolah Menengah Atas (SMA) di Yogyakarta,” Darma Sabha Cendekia, 2020, 2(2), 32-39.

. Hiran, Kamal Kant, Deepak Khazanchi, Ajay Kumar Vyas, and Sanjeevikumar Padmanaban. 2021. Machine Learning for Sustainable Development. eds. Kamal Kant Hiran, Deepak Khazanchi, Ajay Kumar Vyas, and Sanjeevikumar Padmanaban. De Gruyter

. Cecep Abdul Cholik. Perkembangan Teknologi Informasi Komunikasi / ICT Dalam Berbagai Bidang. Jurnal Fakultas Teknik. e-ISSN:2746-220X. p-ISSN: 2746-1209 Vol. 2 No. 2 Mei 2021.

. Dedy Hartama. 2018. Analisa Visualisasi Data Akademik Menggunakan Tableau Big Data. Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK). Volume (3). Juli 2018, pp 46-55

. Anggriawan, I., & Gunawan, W. (2022). Implementation of Data Mining Using K-Means Algorithm for Bicycle Sales Prediction. ILKOM Jurnal Ilmiah, 14(3), 284–293. https://doi.org/10.33096/ilkom.v14i3.1291.284-293