Clustering Pola Tidur dan Kebiasaan Belajar Siswa untuk Segmentasi Strategi Belajar dan Prediksi Performa Ujian
Journal of Digital Community Services · 14.11.2026 · 3 (2) · 375-383
DOI: 10.69693/dcs.v3i2.101 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Digital Community Services, online erschienen am 14.11.2026. Verfasst von Dedy Wahyudi und 2 weiteren Autor:innen. Die Arbeit nennt 15 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Penelitian ini bertujuan mengidentifikasi segmentasi pola tidur dan kebiasaan belajar serta menguji kontribusinya terhadap prediksi performa ujian. Dataset terdiri atas 1.000 observasi dengan 10 atribut, tanpa nilai hilang dan duplikasi. Clustering K-Means diterapkan pada tujuh fitur perilaku dengan k=2–6 yang dievaluasi menggunakan silhouette, Calinski–Harabasz, dan Davies–Bouldin. Prediksi nilai dibandingkan antara mean baseline, regresi linear, Ridge, random forest, dan gradient boosting dengan validasi silang 10-fold. Solusi k=5 memperoleh silhouette tertinggi sebesar 0,125 dan Davies–Bouldin 1,869, menghasilkan lima profil: belajar rendah–tidur pendek; belajar intensif–stres dan media tinggi; tidur cukup–stres tinggi; tidur panjang–media sosial tinggi; dan belajar intensif–gaya hidup terkendali. Nilai antarkelompok berbeda signifikan (ANOVA F=66,459; p
Zitieren
APA
Wahyudi, D., Zainuddin, M., & Jatmika, S. (2026). Clustering Pola Tidur dan Kebiasaan Belajar Siswa untuk Segmentasi Strategi Belajar dan Prediksi Performa Ujian. Journal of Digital Community Services, 3(2), 375-383. https://doi.org/10.69693/dcs.v3i2.101
Vancouver
Wahyudi D, Zainuddin M, Jatmika S. Clustering Pola Tidur dan Kebiasaan Belajar Siswa untuk Segmentasi Strategi Belajar dan Prediksi Performa Ujian. Journal of Digital Community Services. 2026;3(2):375-383. doi:10.69693/dcs.v3i2.101
BibTeX
@article{Wahyudi2026,
author = {Wahyudi, Dedy and Zainuddin, Moh. and Jatmika, Sunu},
title = {Clustering Pola Tidur dan Kebiasaan Belajar Siswa untuk Segmentasi Strategi Belajar dan Prediksi Performa Ujian},
journal = {Journal of Digital Community Services},
year = {2026},
volume = {3},
number = {2},
pages = {375--383},
doi = {10.69693/dcs.v3i2.101}
}
EUVIMED