Penerapan Algortima K-Means Clustering Untuk Evaluasi Tingkat Kompetensi Guru di Sekolah Menengah / Erian Sukarna Putera / 14217006 / Pembimbing: Leny Tritanto Ningrum / Program Studi Sistem Informasi

Evaluasi terhadap tingkat kompetensi guru merupakan langkah penting dalam peningkatan kualitas pembelajaran di sekolah. Namun, proses evaluasi yang ada umumnya masih dilakukan secara manual, memakan waktu, dan rentan subjektivitas sehingga hasilnya kurang konsisten. Penelitian ini bertujuan untuk memetakan tingkat kompetensi guru secara efisien, objektif, dan berbasis data dengan memanfaatkan metode clustering. Metode yang digunakan adalah K-Means Clustering dengan tujuh kriteria penilaian, yaitu pembukaan, penyajian materi, delivery, manajemen kelas, penilaian, penutup, dan
penampilan. Hasil klasterisasi menunjukkan bahwa guru dapat dikelompokkan ke dalam tiga klaster, yaitu Beginner (14 guru), Intermediate (35 guru), dan Advanced (26 guru) dari
total 75 data guru. Nilai silhouette coefficient sebesar 0,21322 mengindikasikan kualitas klasterisasi masih dalam kategori “Weak”, sehingga terdapat potensi tumpang tindih antar klaster yang dapat diperbaiki dengan pengembangan data atau metode lanjutan. Sebagai implementasi metode tersebut, dirancang sebuah aplikasi Sistem Pendukung Keputusan berbasis web menggunakan bahasa pemrograman Python. Aplikasi ini mampu mengelola data guru, melakukan proses klasterisasi otomatis, serta menyajikan hasil analisis dalam bentuk tabel maupun visual interaktif. Uji kelayakan sistem menunjukkan hasil yang sangat baik, dengan tingkat kelayakan dari ahli sebesar 88,33% dan dari pengguna sebesar 98%. Dengan demikian, penerapan algoritma K-Means Clustering yang diimplementasikan dalam aplikasi berbasis Python terbukti dapat menjadi pendekatan efisien untuk mengevaluasi tingkat kompetensi guru, sekaligus berpotensi dikembangkan lebih lanjut guna meningkatkan akurasi dan kegunaan dalam konteks pendidikan.