Segmentasi Tingkat Kepuasan Lokasi Belajar Menggunakan Algoritma K-Means Melalui Dasboard Tableau Interaktif Berbasis Data
DOI:
https://doi.org/10.31294/imtechno.v7i2.13359Keywords:
Kepuasan Belajar, K-Means Clustering, Tableau.Abstract
Abstrak - Kepuasan murid dan orang tua merupakan salah satu indikator penting dalam menilai kualitas layanan pendidikan serta menjadi pertimbangan utama dalam memilih lokasi belajar yang sesuai. Penelitian ini bertujuan untuk memetakan tingkat kepuasan orang tua dan murid pada berbagai lokasi belajar berdasarkan aspek sarana dan prasarana dengan memanfaatkan algoritma K-Means Clustering serta visualisasi data menggunakan Tableau. Data penelitian dikumpulkan dari sejumlah lokasi belajar dan dianalisis untuk mengelompokkan tingkat kepuasan berdasarkan karakteristik yang serupa. Hasil analisis menunjukkan bahwa lokasi belajar 21 memiliki jumlah responden tertinggi, sedangkan jenjang pendidikan kelompok belajar mencatat jumlah responden sebanyak 71 orang. Tingkat partisipasi tertinggi ditemukan pada lokasi belajar 8, sementara lokasi belajar 18 berada pada kelompok dengan tingkat kepuasan relatif rendah. Faktor-faktor yang paling memengaruhi kepuasan meliputi kejelasan penyampaian materi, kemampuan guru dalam mengajar, efektivitas komunikasi guru, serta penerapan komunikasi dan protokol kesehatan. Hasil penelitian ini diharapkan dapat menjadi dasar pengambilan keputusan bagi pemangku kepentingan dalam meningkatkan kualitas layanan pendidikan dan kenyamanan lingkungan belajar.
Kata Kunci: Kepuasan Belajar, K-Means Clustering, Tableau.
References
Akbar, R., Soniawan, A., Dinur, R., Adrian, J., Azim, R., Zikri, A., Studi Sistem Informasi, P., & Teknologi Informasi Universitas Andalas, F. (2017). Implementasi Business Intelligence untuk Menganalisis Data Persalinan Anak di Klinik Ani Padang dengan Menggunakan Aplikasi Tableau Public. 2(1).
An Nisaa’ Budi Sulistyaningrum, Nurulita Artanti Nirwana, Dhiya Ratri Januar, & Nela Najwa Hilalia. (2022). Performa Kebijakan Kampus Merdeka pada Program Magang dan Studi Independen Bersertifikat. Jurnal Multidisiplin Madani, 2(6), 2771–2786. https://doi.org/10.55927/mudima.v2i6.489
Aryunani, W., Purwanto, I., Setiani, Y., & Purnama, I. (n.d.). VISUALISASI DATA STUDENT MENTAL HEALTH MENGGUNAKAN LOOKER STUDIO DENGAN METODE SNA. https://lookerstudio.google.com/reporting/99f44be9-c32c-4380-b6b4-c5c4c30a47c4.
Ati, D. S., Si, M., Kistanto, N. H., Taufik, M. A. A., & Sos, S. (n.d.). 376377
Audia Sukma, S., Arief Budiman, M., Ilmu Pendidikan, F., & PGRI Semarang, U. (n.d.). ANALISIS METODE RESITASI TERHADAP HASIL BELAJAR BAHASA INGGRIS PESERTA DIDIK KELAS IV MI FUTUHIYYAH MRANGGEN DEMAK.
Berkreasi, M., Berprestasi Intan Defi Anggini, dan, Asbari, M., & Permata Noor, S. (2023). Program Kampus Merdeka: Wadah. JOURNAL OF INFORMATION SYSTEMS AND MANAGEMENT, 02(06). https://jisma.org
Erica, D., Haryanto, ), Rahmawati, M., & Ananta Vidada, I. (2019). PERAN ORANG TUA TERHADAP PENDIDIKAN ANAK USIA DINI DALAM PANDANGAN ISLAM (The Role of Parents on Early Children’s Education in Islamic Views). Perspektif Pendidikan Dan Keguruan, 2.
Fitrayana, P. R., & Saputro, D. R. S. (2022). Algoritme Clustering Large Application (CLARA) untuk Menangani Data Outlier. PRISMA, Prosiding Seminar Nasional Matematika, 5, 721–725. https://journal.unnes.ac.id/sju/index.php/prisma/
Gelar Guntara, R. (2023). Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science Menggunakan Google Colab. Jurnal Ilmiah Multidisiplin, 2(6).
Hidayatullah, A., & Berliana, A. (n.d.). Workshop Pengenalan Dasar Pemrograman Python Dengan Google Colaboratory.
Husna, L., Eko, P., & Utomo, P. (2023). Analisis Dan Visualisasi Data Body Performance Menggunakan Tiga Tools Visualisasi Analysis And Visualization Of Body Performance Data Using Three Visualization Tools. Jurnal Ilmiah Intech : Information Technology Journal of UMUS, 5(01), 32–40.
Indraputra, R. A., & Fitriana, R. (n.d.). K-Means Clustering Data COVID-19.
Kairos Abinaya Susanto, Darrien Rafael Wijaya, Matthew Owen, Tertius Raya Prasetya, George Maximillian Theodore, Jevant Russell, & Rahmi Yulia Ningsih. (2023). Implementasi Bahasa Python Dalam Menganalisis Pengaruh Rokok Terhadap Risiko Pasien Terkena Penyakit Stroke. Jurnal Publikasi Teknik Informatika, 2(2), 48–58. https://doi.org/10.55606/jupti.v2i2.1722
Kariermu. (2024). Pembelajaran materi dan pengumpulan tugas . PT Semesta Integrasi Digital. https://app.karier.mu/programmu
Mayori, A., Tresnawati, Y., Kom, M., & Koresponden, *. (n.d.). IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA PENJUALAN MAKANAN (STUDI KASUS : AYAM BETUTU WARUNG WARDANA).
Modul-APSI_Reza-Maulana. (n.d.).
Mukuan, C. V., Pongoh, F. D., Komalig, H. A. H., Kunci, K., Produksi, :, Analisis, P., Utama, K., & Gerombol, A. (n.d.). Pengelompokan Kecamatan Di Kabupaten Minahasa Berdasarkan Data Hasil Produksi Pertanian Tahun 2019 dengan Menggunakan Analisis Komponen Utama dan Analisis Gerombol. https://ejournal.unsrat.ac.id/index.php/decartesian
Mulyana, M., Wahyudin, Y., Lesmana, D., Muarif, M., Mumpuni, F. S., & Farastuti, E. R. (2022). Evaluasi Dampak Program Merdeka Belajar Kampus Merdeka (MBKM) pada Bidang Studi Akuakultur. EDUKATIF : JURNAL ILMU PENDIDIKAN, 4(1), 1551–1564. https://doi.org/10.31004/edukatif.v4i1.2182
Oktafiandi, H., Ayuningtyas, P., Teknologi Rekayasa Perangkat Lunak, J., Sawungggalih Aji, P., & Administrasi Bisnis, J. (n.d.). PENGENALAN DASAR ANALISIS DATA DENGAN PEMROGRAMAN PYTHON DALAM PROGRAM GURU AHLI PADA JURUSAN AKL SMKN 2 PURWOREJO. Jurnal Pengabdian Kepada Masyarakat, 1, 2023. https://ojs.unkriswina.ac.id/
Paembonan, S., Abduh, H., & Kunci, K. (2021). Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat Clustering; K-means; Silhouette coeficient (Vol. 6, Issue 2). https://ojs.unanda.ac.id/index.php/jiit/index
Program, P., Teknik, S., Jurusan, I., & Elektro, T. (2023). ANALISIS DATA SIRKULASI PERPUSTAKAAN UNIVERSITAS LAMPUNG MENGGUNAKAN METODE UNSUPERVISED LEARNING DENGAN VISUALISASI DATA Oleh REISTHA RAMADHANTY Skripsi Sebagai Salah Satu Syarat untuk Mencapai Gelar SARJANA TEKNIK.
PT Semesta Integrasi Digital. (2024, May 7). Data Analyst study independen . Kementerian Pendidikan, Kebudayaan, Riset Dan Teknologi. https://kampusmerdeka.kemdikbud.go.id/
Purwani, T., Wahyuni, A., Wicaksono, A. P., & Charunia, H. D. (n.d.). DASHBOARD UNTUK VISUALISASI DATA PENJUALAN BARANG PADA TOKO PUPPETS SKATEBOARD SEMARANG MENGGUNAKAN TABLEAU.
Rafli, T. (n.d.). ANALISIS KOMPARASI CYCLES X RENDER DAN CYCLES RENDER MENGGUNAKAN GOOGLE COLAB. Jurnal TIKA Fakultas Ilmu Komputer Universitas Almuslim, 8(1), 92. https://www.blender.org/download/demo-files/.
Rahmawati, L., Informatika, J., Sihwi, S. W., & Suryani, E. (n.d.). ANALISA CLUSTERING MENGGUNAKAN METODE K-MEANS DAN HIERARCHICAL CLUSTERING (STUDI KASUS : DOKUMEN SKRIPSI JURUSAN KIMIA, FMIPA, UNIVERSITAS SEBELAS MARET).
Romzi, M., & Kurniawan, B. (2020). PEMBELAJARAN PEMROGRAMAN PYTHON DENGAN PENDEKATAN LOGIKA ALGORITMA (Issue 2).
Rusydi, A., & Hasan, F. N. (2023). Implementasi business intelligence untuk visualisasi kekuatan sinyal internet di Indonesia menggunakan platform tableau. TEKNOSAINS : Jurnal Sains, Teknologi Dan Informatika, 10(1), 132–141. https://doi.org/10.37373/tekno.v10i1.378
Septiani, Y., Arribe, E., & Diansyah, R. (n.d.). ANALISIS KUALITAS LAYANAN SISTEM INFORMASI AKADEMIK UNIVERSITAS ABDURRAB TERHADAP KEPUASAN PENGGUNA MENGGUNAKAN METODE SEVQUAL (Studi Kasus : Mahasiswa Universitas Abdurrab Pekanbaru).
Siambaton, M. Z., & Husein, A. M. (2022). Menganalisis Data Kesehatan Global : Pendekatan Analisis Data Eksplorasi Visual. Data Sciences Indonesia (DSI), 1(2), 41–49. https://doi.org/10.47709/dsi.v1i2.1315
Sudipa, I. Gede. S. G. Bagus. Hartatik. P. Heri. P. A. T. Nyoman. D. Risanto. W. A. D. (2023). Teknik Visualisasi Data (Sepriano. Efitra, Ed.). PT Sonpedia Publishing Indonesia.
Suharyanto, E., & Zein, D. A. (n.d.). ANALISIS DATA MINAT CALON MAHASISWA UNIVERSITAS PAMULANG DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER. https://doi.org/10.37277/stch.v32i3
Susanti, D. Sri. S. Y. (2019). ANALISIS REGRESI DAN KORELASI. CV IRDH.
Syafe’i, I., Wibowo, D. R., Yordan, V., Management, M., Ekonomis, F., & Bisnis, D. (2023). PENGGUNAAN APLIKASI SISENSE UNTUK PENGOLAHAN DATA & VISUALISASI BUSINESS INTELLIGENCE USING THE SISENSE APPLICATION FOR DATA PROCESSING & BUSINESS INTELLIGENCE VISUALIZATION. Journal of Information Technology and Computer Science (INTECOMS), 6(1).
Wilyani, F., Nuryan Arif, Q., & Aslimar, F. (n.d.). Pengenalan Dasar Pemrograman Python Dengan Google Colaboratory Basic Introduction to Python Programming With Google Colaboratory. Jurnal Pengabdian Pada Masyarakat Indonesia. https://doi.org/10.55606/jppmi.v3i1.1087
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Mari Rahmawati, Anggi Putri Ramadhani, Etika Sabariah, Rani Suryani, Wahyu Indrarti (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
