Optimalisasi Rekomendasi Ekstrakurikuler dengan Algoritma K-Means Clustering dan Collaborative Filtering

Abstract

Pemilihan kegiatan ekstrakurikuler yang sesuai dengan minat dan kemampuan siswa merupakan hal penting dalam mendukung pengembangan potensi siswa. Namun, di SMKS Lamaholot Larantuka proses pemilihan ekstrakurikuler masih dilakukan secara manual sehingga belum sepenuhnya mempertimbangkan karakteristik setiap siswa. Penelitian ini bertujuan mengembangkan sistem rekomendasi ekstrakurikuler menggunakan kombinasi algoritma K-Means Clustering dan Collaborative Filtering. Metode penelitian menggunakan Waterfall dengan data 59 siswa yang meliputi nilai akademik, minat, prestasi, kehadiran, dan preferensi ekstrakurikuler. K-Means digunakan untuk mengelompokkan siswa berdasarkan kemiripan karakteristik, sedangkan Collaborative Filtering digunakan untuk menghasilkan rekomendasi berdasarkan kesamaan preferensi siswa dalam kelompok yang sama. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan siswa dan memberikan rekomendasi ekstrakurikuler yang lebih personal sesuai karakteristik dan preferensi siswa. Pengujian sistem juga menunjukkan bahwa fitur utama dapat berjalan dengan baik dan evaluasi menggunakan Precision, Recall, dan F1-Score dapat digunakan untuk mengukur relevansi rekomendasi. Dengan demikian, sistem yang dikembangkan dapat membantu siswa dan sekolah dalam menentukan kegiatan ekstrakurikuler yang lebih sesuai.