SISTEM PENDUKUNG KEPUTUSAN KLASIFIKASI SEKOLAH BERDASARKAN STANDAR PELAYANAN MINIMAL (SPM) DENGAN METODE K-MEANS CLUSTERING

Irfan Sukron Chode’ri/ Anggri Sartika Wiguna

Abstract


ABSTRAK
Standar Pelayanan Minimal (SPM) Pendidikan merupakan ketentuan tentang jumlah dan
mutu layanan pendidikan yang diselenggarakan Pemerintah Kabupaten/Kota Dinas Pendidikan
secara langsung maupun tidak langsung, melalui sekolah dan madarasah. Penerapan SPM
dimaksutkan untuk memastikan bahwa disetiap sekolah dan madarasah terpenuhi kondisi
minimum yang dibutuhkan untuk menjamin terselenggaranya proses pembelajaran yang
memadai.
Maka dari itu, suatu sistem pendukug keputusan klasifikasi sekolah berdasarkan standar
pelayanan minimal (SPM) dengan metode k-means clustering yang telah dibuat. Dan
berdasarkan dari evaluasi dengan menggunakan evaluasi uji coba sistem dan analisa hasil uji
coba sistem, dapat disimpulkan bahwa aplikasi dapat berjalan sesuai Standar Pelayanan
Minimum dan menghasilkan sistem pendukung keputusan yang dapat mengelompokan
sekolah sesuai dengan kriteria yang ditentukan.
Kata kunci: Standar Pelayanan Minimal, Sistem Pendukung Keputusan, K-Means Clustering
ABSTRACT
Education Minimum Service Standards (MSS) is a provision on the amount and quality of
educational services organized Department of Education directly or indirectly, through the
schools and madrasahs. Application of MSS aims to ensure every school and madarasah
fulfilled with minimum conditions needed to ensure the adequate implementation of the learning
process.
Therefore, a decision support system based on the school classification minimum service
standards (MSS) with a k-means clustering method has been made. Pased on the evaluation by
using evaluation system test and analysis results of testing the system, it can be concluded that
the application can be run according to Minimum Service Standards and produce a decision
support system that can classify schools according to specified criteria.
Keywords:Minimum Service Standards, Decision Support System, K-Means Clustering

Full Text:

PDF

Refbacks

  • There are currently no refbacks.