Penerapan Data Mining Pada Data UkG Untuk Membentuk Kelompok Diklat Guru Menggunakan Metode Clustering

P4TK IPA sebagai unit pelaksana teknis (UPT) mempunyai tugas untuk meningkatkan kompetensi pendidik dan tenaga kependidikan (PTK). Program peningkatan kompetensi yang telah dilaksanakan yaitu dengan melaksanakan diklat guru. Pembentukan kelompok diklat saat ini hanya mengacu pada nilai akhir uji kompetensi guru (UKG), masalah yang muncul yaitu diklat yang dibentuk belum sesuai dengan kebutuhan guru karena setiap diklat memiliki kriteria yang berbeda selain itu dengan aturan tersebut guru mendapat pelatihan yang sama padahal memiliki nilai kompetensi yang berbeda.Pembentukan kelompok diklat yang memiliki kompetensi yang sama agar sesuai dengan kebutuhan guru dapat dilakukan dengan data mining. Penerapan data mining digunakan untuk menggali pengetahuan dan pola dalam sebuah data yang besar. Teknik pada data mining yang digunakan untuk pembentukan kelompok yaitu teknik cluster. Teknik cluster akan membentuk kelompok diklat berdasarkan kedekatan jarak data dari nilai pedagogik dan nilai profesional. Penerapan data mining mengikuti kerangka kerja pada CRISP-DM. Tahapan CRISP-DM yang diimplementasikan dalam penelitian yaitu business understanding, data understanding, data preparation, dan modeling. Tahap pemodelan yang digunakan sebelumnya dilakukan analisis terlebih dahulu, hasil analisis didapatkan model yang mendekati yaitu K-Means dengan algoritma yang digunakan yaitu Simple K-Means pada aplikasi WEKA.Berdasarkan pengujian yang telah dilakukan dengan menggunakan pengujian beta dan fungsional aplikasi telah memberikan keluaran berupa kelompok guru yang memiliki kompetensi yang sama, dari hasil keluaran tersebut bagian seksi data dan informasi menjadi terbantu dalam melakukan proses pembentuk kelompok diklat guru.

P4TK IPA as the technical implementation unit (UPT) serves to improve of instructor and educational staff competence (PTK). The competence improvement program has implemented by training and education for teacher. At present, establishment of cluster training and education based only to the final score of educator competence (UGK), arising problem is that an established training and education do not complement to demand of teacher as it had the differential criteria and the regulation provides the similar training but the competence is divergent.Establishment of training and education cluster with similar competence in suitable to the demand could implement by data mining. Realization of method used to find out the knowledge and model of data. The data mining used to build the cluster is cluster technique. It will bring the cluster based on distance of data from pedagogic and professional score. The implementation of data mining follows the framework of CRISP-DM. it is implemented to the study including phase of business understanding, data understanding, data preparation, and modeling. The final phase analyzed in prior and the result found the model close to the K-Means with algorithm of Simple K-Means in application of WEKA.By the testing with beta and functional application, there is output such as cluster of teacher with similar competence and by the product a data section and information sustained for implement the teacher cluster establishment.