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].

[img]
Preview
Text
5. ABSTRAK.pdf

Download (492kB) | Preview
[img]
Preview
Text
12. BAB I.pdf

Download (919kB) | Preview
[img]
Preview
Text
13. BAB II.pdf

Download (849kB) | Preview
[img] Text
14. BAB III.pdf
Restricted to Repository staff only

Download (751kB) | Request a copy
[img] Text
15. BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
16. BAB V.pdf

Download (503kB) | Preview
[img]
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

Item Type: Thesis (Sarjana / Sarjana Terapan (S1/D4) )
Call Number: 014/Statistik/XII/2019
Subjects: L Education > Statistics
Divisions: Faculty of Agricultural Science and Technology > S1 Statistics
Depositing User: perpus unimus
URI: http://repository.unimus.ac.id/id/eprint/3870

Actions (login required)

View Item View Item