Sistem Zonasi Sekolah Untuk Penerimaan Siswa Menggunakan Algoritma Constrained K-Means = School Zoning System for Student Admission Using Constrained K-Means Algorithms

Terbitnya Peraturan Menteri Pendidikan dan Kebudayaan nomor 51 tahun 2018 mengatur penerimaan peserta didik baru dengan menerapkan sistem zonasi untuk mencapai pemerataan mutu pendidikan di setiap sekolah khususnya pada jenjang SMA di Kota Makassar. Penelitian ini bertujuan untuk mengelompokkan zonasi sekolah berdasarkan jarak terdekat antara domisili siswa dengan lokasi sekolah. Dataset yang digunakan adalah 22 lokasi sekolah dan 2248 data lokasi siswa. Dalam penelitian ini, metode yang digunakan adalah Constrained K-Means untuk mengelompokkan calon siswa baru ke masing-masing sekolah. Metode Constrained K-Means bekerja berdasarkan nilai K sebagai pusat cluster yang paling dekat dengan nilai N (anggota cluster) dengan pendekatan Linear Programming Algorithm (LPA) sehingga setiap cluster memiliki anggota N yang seimbang. Hasil penelitian ini dapat mengatasi persebaran data yang tidak merata, dengan rata-rata anggota cluster sebanyak 103 dan tidak ada cluster kosong di setiap sekolah atau pusat cluster. Tingkat akurasi yang diperoleh adalah 98,35%. Teknik validasi sistem membandingkan kinerja algoritma Constrained K-Means dengan algoritma K-Means tradisional. Performansi algoritma K-Means tradisional menunjukkan bahwa sebaran siswa tidak merata menuju pusat cluster, terutama berdasarkan parameter jarak domisili siswa ke sekolah dan adanya tumpang tindih. Akurasi yang dicapai antara anggota cluster dengan pusat cluster hanya 73,93%. Dengan demikian, algoritma Constrained K-Means dapat diimplementasikan pada penerimaan siswa baru untuk menentukan zonasi sekolah yang optimal dan akurat berdasarkan pusat cluster.

Keywords : Penerimaan Siswa, Sistem Zonasi Sekolah, Clustering, Constrained K-Means