Pengelompokan Data Siswa SMP dalam Mendeteksi Kesehatan Remaja Menggunakan Algoritma K-Means

Delvi Kibina Br Sembiring; Khairul Khairul; Melda Pita Uli Sitompul

doi:10.61132/merkurius.v3i6.1142

Authors

Delvi Kibina Br Sembiring STMIK Kaputama Binjai
Khairul Khairul STMIK Kaputama Binjai
Melda Pita Uli Sitompul STMIK Kaputama Binjai

DOI:

https://doi.org/10.61132/merkurius.v3i6.1142

Keywords:

Adolescent Mental Health, Data Mining, K-Means Algorithm, Merdeka Curriculum, Student Health Data

Abstract

Technological advancements in education have led to major transformations, particularly with the implementation of the Merdeka Curriculum, which emphasizes learning flexibility, student-centered approaches, and educator autonomy in developing innovative teaching methods. One of its essential aspects is the integration of technology for managing educational data, including student health records. At SMP IT Mutia Rahma, biannual student health monitoring has generated a growing volume of data, making it difficult to identify students experiencing psychological challenges. Adolescent mental health problems—such as learning stress, anxiety, and social pressure—can negatively affect academic performance if left unaddressed. This study aims to group students based on their mental health conditions to support more effective intervention strategies. The K-Means Algorithm, a data mining technique for clustering data by similarity, was employed to analyze student health data. The results show that in a three-cluster model, Cluster 2 represents students in a stable condition characterized by high resilience and low counseling needs, indicating good mental health and academic engagement. Meanwhile, Clusters 1 and 3 include students requiring further attention and support. This research demonstrates that the K-Means Algorithm can serve as an effective tool in identifying and categorizing student mental health conditions to improve school-based health management and early intervention programs.

References

Bahari, K., Widiani, E., & Prabowo, R. Y. (2024). Deteksi dini gangguan jiwa: Konsep & aplikasinya berbasis Android (1st ed., Vol. 1). PT Nas Media Pustaka.

Budiman, I., Saori, S., Nurul Anwar, R., Yuga Pangestu, M., & Fitriani. (2021). Analisis pengendalian mutu di bidang industri makanan (Studi kasus: UMKM Mochi Kaswari Lampion Kota Sukabumi). Jurnal Inovasi Penelitian, 1(10), 2185–2190.

Defita, S. B. M., Novriyenni, & Simanjuntak, M. (2022). Penerapan data mining pengelompokan data pada penghasilan orang tua siswa menggunakan metode clustering algoritma K-Means pada SMA Negeri 1 Selesai. Jurnal Sistem Informasi Kaputama (JSIK), 6(2), 107–117. https://doi.org/10.59697/jsik.v6i2.167

Delima, S. (2023). Algoritma Apriori (E. Indra, Ed.; 1st ed., Vol. 1). Universitas Prima Indonesia. https://jurnal.unprimdn.ac.id/index.php/ISBN/article/view/3248

Dhani, D. M., Relita, B., & Prahmana, I. G. (2024). Penerapan metode K-Means clustering untuk menentukan kepuasan mahasiswa terhadap fasilitas sarana dan prasarana kampus di STMIK Kaputama Binjai. Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi, 2(3), 229–243. https://doi.org/10.62951/bridge.v2i3.170

Fachruddin, T. (2021). Kuliah kerja nyata di rumah (1st ed., Vol. 1). LP2M UIN SGD Bandung.

Faizah, N. (2023). Pengelolaan siswa pada sekolah agama Islam. Manajemen Pendidikan Islam, 1(1), 461–474. https://doi.org/10.30868/im.v4i02.4612

Fatwa, M., Ristu, R., Pandiangan, S., & Supriyadi, E. (2022). Pengaplikasian Matlab pada perhitungan matriks. Papanda Journal of Mathematics and Sciences Research, 1(2). https://doi.org/10.56916/pjmsr.v1i2.260

Harianja, T., & Fahmi, H. (2022). Implementasi metode K-Means clustering dalam mengklasterkan buku perpustakaan di SMK Negeri 1 Pantai Labu. Jurnal Sistem Informasi Kaputama (JSIK), 6(1), 39–47. https://doi.org/10.59697/jsik.v6i1.181

Hendrastuty, N. (2024). Penerapan data mining menggunakan algoritma K-Means clustering dalam evaluasi hasil pembelajaran siswa. Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26

Jannah, F., Irtifa, T., & Fatimattus Az Zahra Putri. (2022). Problematika penerapan kurikulum Merdeka Belajar 2022. Ilmu Sosial, Humaniora, dan Pendidikan, 4(2), 55–65. https://doi.org/10.55606/ay.v4i2.36

Kemendikbud. (2021). Kurikulum Merdeka dan transformasi pendidikan. Kementerian Pendidikan dan Kebudayaan.

Khairani, N. F., Buaton, R., & Melda, P. U. S. (2024). Pengelompokan penanganan risiko pada kegiatan panen berdasarkan alat pelindung diri yang digunakan. Modem: Jurnal Informatika dan Sains Teknologi, 2(4), 68–91. https://doi.org/10.62951/modem.v2i4.232

Liliana, D. Y., Ermis, I., Zain, A. Y., & Azza, N. A. (2023). K-Means clustering untuk visualisasi informasi pemanfaatan aplikasi deteksi dini depresi. Seminar Nasional Inovasi Vokasi, 1(1), 116–123.

Ma’ady, M. N. P., Lidiawaty, B. R., Dzulkarnain, A., & Ramadan, A. (2024). Data mining: Algoritma dan contoh perhitungan matematis (1st ed., Vol. 1). CV Budi Utama. https://www.google.co.id/books/edition/Data_Mining_Algoritma_Dan_Contoh_Perhitu/xsQ0EQAAQBAJ

Masjhoer, J. M. (2025). Konsep dan teori partisipasi masyarakat perdesaan dalam pengurangan sampah (J. M. Masjhoer, Ed.; 1st ed., Vol. 1). Eureka Meda Aksara.

Nuritha, C., & Tsurayya, A. (2021). Pengembangan video pembelajaran berbantuan Geogebra untuk meningkatkan kemandirian belajar siswa. Pendidikan Matematika, 5(1), 48–64. https://doi.org/10.31004/cendekia.v5i1.430

Pitrawati, & Sanjaya, A. (2021). Rekayasa perangkat lunak perhitungan harga pokok produksi metode full costing pada UMKM Mitra Cake di Bandar Lampung. Jurnal Informasi dan Komputer, 11(2), 154–162. https://doi.org/10.35959/jik.v9i2.243

Putra, R., Handayani, T., & Setiawan, H. (2023). Analisis kesehatan mental siswa menggunakan algoritma K-Means. Jurnal Sains Data, 20(1), 99–112.

Putri, U. N. H., Nur’aini, S., Sari, A., & Mawaddah, S. (2022). Modul kesehatan mental (1st ed.). CV Azka Pustaka. https://www.google.co.id/books/edition/MODUL_KESEHATAN_MENTAL/yL_MEAAAQBAJ

Rahman, A., Restuono, L., Maulidya, A., Siregar, A., Khairul, & Wijaya, R. F. (2023). Pengelompokan mahasiswa potensial drop out menggunakan metode clustering (Studi kasus: STMIK Kaputama). Jurnal Informatika Kaputama (JIK), 7(1), 39–46. https://doi.org/10.59697/jik.v7i1.5

Santoso, B., Pratama, D., & Lestari, M. (2022). Dampak kesehatan mental terhadap motivasi belajar siswa SMP. Jurnal Pendidikan Psikologi, 18(2), 120–134.

Solang, T., & Nugroho, A. (2023). Analisis kesehatan mental mahasiswa Universitas Kristen Satya Wacana menggunakan metode clustering algoritma K-Means. Jurnal TEKINKOM, 6(1), 8–15.

Sukarlin, A., Ginting, B. S., & Gultom, I. (2021). Pengelompokan perlombaan KSN (Kompetisi Sains Nasional) jenjang SMP berdasarkan cabang lomba menggunakan metode clustering (Studi kasus: Dinas Pendidikan Kab. Langkat). Jurnal Informatika Kaputama (JIK), 5(1), 45–51.

Widodo, A., & Prasetyo, R. (2021). Implementasi data mining dalam pemantauan kesehatan mental siswa. Jurnal Teknologi Informasi, 15(3), 45–57.