PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR PENDIDIKAN MENGGUNAKAN K-MEANS DAN K-MEDOIDS

ZULFA, FARIDA, B2A218004 (2019) PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR PENDIDIKAN MENGGUNAKAN K-MEANS DAN K-MEDOIDS. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text 5. ABSTRAK.pdf Download (492kB) | Preview
Preview	Text 12. BAB I.pdf Download (919kB) | Preview
Preview	Text 13. BAB II.pdf Download (849kB) | Preview
	Text 14. BAB III.pdf Restricted to Repository staff only Download (751kB) | Request a copy
	Text 15. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text 16. BAB V.pdf Download (503kB) | Preview
Preview	Text 17. DAFTAR PUSTAKA.pdf Download (722kB) | Preview

Abstract

Indikator pendidikan merupakan salah satu tolak ukur bagi pemerintah untuk meningkatkan mutu pendidikan di Indonesia. Salah satu permasalahan yang dialami oleh negara Indonesia untuk meningkatkan mutu pendidikan yaitu mengenai ketidakmerataan pendidikan di Indonesia. Indonesia terdiri dari 34 provinsi dengan tingkat mutu pendidikan yang berbeda-beda Agar lebih mempermudah pemerintah dalam usaha untuk memeratakan pendidikan maka sangat penting dilakukan pengelompokkan provinsi-provinsi di Indonesia berdasarkan indikator pendidikan. Penelitian ini bertujuan untuk mengetahui hasil cluster yang terbentuk dan pengelompokan yang terbaik dengan menggunakan metode K-Means dan K-Medoids untuk pengelompokan provinsi di Indonesia berdasarkan Indikator Pendidikan. Pada penelitian ini objek yang digunakan adalah 34 provinsi di Indonesia dan variabelnya adalah indikator pendidikan tahun 2017/2018. Sumber data adalah Kementerian Pendidikan Dan Kebudayaan. Berdasarkan penelitian yang dilakukan denagan metode K-Means dan K-Medoids menghasilkan pengelompokan yang berbeda, namun jumlah yang dibentuk untuk pengelompokan provinsi yaitu sebanyak 4 cluster. Perbandingan dari penelitian ini menggunakan simpangan baku. Hasil dari perbandingan tersebut diperoleh bahwa metode K-Medoids merupakan metode yang lebih baik dibandingkan dengan metode K-Means, karena memiliki nilai simpangan baku dalam kelompok yaitu 0,236952 dan nilai simpangan baku antar kelompok yaitu 0,289465 sehingga nilai rasio simpangan baku yang didapat yaitu sebesar 81,85867. Kata Kunci : Pendidikan, Analisis Cluster,K-Means, K-Medoids

Actions (login required)

View Item