Latar Belakang Perancangan Sistem Penentuan Kecakapan Menulis Bahasa Inggris Siswa SMP Menggunakan Algoritma K-Modes Clustering Studi Kasus SMPN 6 Denpasar.
di mana algoritma k-Means sederhana untuk diimplementasikan dan dijalankan, realtif cepat, dan mudah beradaptasi Wu Kumar, 2009 dalam Prasetyo, 2014.
Algoritma k-Means terkenal akan efisiensinya dalam melakukan proses clustering pada data set yang besar. Akan tetapi, algoritma ini terbatas pada data yang
menggunakan nilai numerik sehingga Huang Z. 1998 memperkenalkan suatu algoritma yang memperluas algoritma k-Means untuk dapat melakukan proses
clustering pada data yang bersifat kategorik ataupun campuran antara data numerik dan data kategorikal. Algoritma pertama yang diperkenalkan adalah algoritma k-
Modes, di mana algoritma ini menggunakan pengukuran pencocokan ketidaksamaan sederhana terhadap objek-objek kategorikal, mengganti means dari
cluster menggunakan modus, dan menggunakan sebuah metode berbasis frekuensi untuk memperbarui modus pada proses clustering untuk meminimalkan fungsi
biaya clustering. Dengan perluasan tersebut, algoritma k-Modes mampu melakukan proses clustering terhadap data kategorikal seperti layaknya pada algoritma k-
Means. Selain algoritma k-Modes Huang juga memeperkanalkan algoritma k- Prototype yang mengintegrasikan algoritma k-Means dan k-Modes untuk
melakukan clustering dengan data campuran antara data numerik dan data kategorikal.
Penelitian ini diharapkan dapat memberikan kemudahan kepada guru Bahasa Inggris khususnya di SMPN 6 Denpasar dalam melakukan proses analisis
dan evaluasi terhadap penilaian tingkat kecakapan siswa dan menjadi tolak ukur atau acuan dalam meningkatkan tingkat kecakapan siswa dalam menulis.