Dalam penyelenggaraan pendidikan formal untuk lebih mengarahkan siswa berdasarkan kemampuan akademiknya membutuhkan data real, Data yang sudah ada terkadang tidak digunakan secara optimal karena keterbatasan ilmu dan waktu maka dari itu disini dilakukan penelitian pengolahan data dengan mengimplementasikan Algoritma SOM (Self Organizing Map) dengan menggunakan Mahalanobis Distance sebagai pengukuran jarak antar cluster dan Indeks Dunn digunakan untuk memvalidasi hasil analisa data dari SOM (Self Organizing Map), sehingga didapat nilai yang lebih akurat. Data yang digunakan adalah rata-rata nilai NEM, Semester 1 dan Semester 2 dari Mata Pelajaran Bahasa Indonesia, Bahasa Inggris, Matematika, Biologi, Fisika, Kimia, Ekonomi, Geografi, Sosiologi, PPkn, TIK, Agama, Conversation, Penjaskes dan Seni. Dari data tersebut memetakkan dataset kedalam tiga Cluster yaitu Intensif, Reguler Advanced, dan Reguler Menengah ke bawah. Nilai terkecil pada pemvalidasian cluster dengan Index Dunn menggunakan tiga Cluster pada 153 data training berada pada penetapan nilai Distance = 10 Learning 1 dan MSE = 1 dengan nilai Indeks Dunn = -0.38376688860749 dengan hasil akurasi 47,05% sedangkan hasil akurasi terbaik sebesar 60,78% dengan Learning Rate 0,3.

In the organization of formal education to better direct students by academic ability need real data, existing data are sometimes not used optimally because of the limitations of science and the future of the research conducted here by the data processing Algorithm to implement the som (self organizing map) using the Mahalanobis Distance as a measurement of the Distance between the Cluster and the Dunn Index is used to Validate the results of the data analysis of the SOM (Self Organizing Map), in order to get a more accurate value. the data used is the average value of NEM, semester 1 and semester 2 of lesson Indonesian, English, Mathematics, Biology, Physics, Chemistry, Economics, Geography, Sociology, Citizenship, Information of Technology, Religious, Conversation, and art. from these dataset into three clusters, namely Intensive, Advanced Regular and Regular Medium Down. validation result smallest value in the cluster by using the dunn index in the three using three Clusters on 153 training data are in the determination of the value of Distance=10 Learning = 1 and MSE = 1 with Dunn Index value = -0.38376688860749 and the results accurat is 47,05%, the accurate result largest is 60,78% with Learning Rate 0,3 .

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal