//

PENGELOMPOKAN KABUPATEN/KOTA MENGGUNAKAN NILAI UJIAN NASIONAL SMA/MA JURUSAN IPS DI INDONESIA TAHUN 2015 MENGGUNAKAN METODE COMPLETE LINKAGE DAN K-MEANS CLUSTERING

BACA FULL TEXT ABSTRAK Permintaan Versi cetak
Pengarang Khairul Amri - Personal Name
SubjectAVERAGING
Bahasa Indonesia
Fakultas FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA
Tahun Terbit 2018

Abstrak/Catatan

Tingkat kualitas pendidikan di Indonesia diukur dengan Ujian Nasional (UN). Apabila suatu kabupaten/kota memiliki nilai UN yang tinggi, maka dapat dikatakan bahwa kabupaten/kota tersebut memiliki kualitas pendidikan yang baik. Indeks Pembangunan Manusia (IPM) merupakan salah satu indikator yang berpengaruh terhadap pembangunan manusia, salah satunya adalah indikator berpengetahuan yang mencakup harapan lama sekolah dan rata-rata lama sekolah. Metode clustering adalah sebuah metode untuk mengelompokkan data ke dalam beberapa cluster atau kelompok sehingga data dalam satu cluster memiliki tingkat kemiripan yang maksimum dan data antar cluster memiliki kemiripan yang minimum. Metode clustering terdiri dari dua prinsip yaitu hierarchical clustering dan non hierarchical clustering. Dalam penelitian ini prinsip algoritma hierarchical clustering yang digunakan adalah complete linkage, sedangkan prinsip non hierarchical clustering yang digunakan adalah k-means. Tujuan penelitian ini adalah mengelompokkan kabupaten/kota di Indonesia menggunakan nilai UN SMA/MA jurusan IPS berdasarkan metode terbaik. Kemudian menganalisa rata-rata IPM dari hasil pengelompokan tersebut. Data yang digunakan adalah data nilai rata-rata UN untuk 6 mata pelajaran yaitu Bahasa Indonesia, Bahasa Inggris, Matematika, Ekonomi, Sosiologi, Geografi dan nilai IPM sebanyak 513 kabupaten/kota di Indonesia. Hasil yang diperoleh untuk pemilihan metode terbaik berdasarkan pengujian clustering menggunakan R-square dan stability measure adalah metode complete linkage, karena metode complete linkage memiliki nilai R-square tertinggi dan stability measure terendah dibandingkan metode k-means. Kemudian penggunaan metode pengelompokan complete linkage menghasilkan 5 cluster dengan jumlah kabupaten/kota tiap cluster adalah 188, 82, 78, 65, dan 100. Pengurutan cluster berdasarkan peringkat nilai UN memberikan hasil yang mirip dengan urutan peringkat IPM, artinya. Terdapat kecenderungan yang sama antara nilai UN kabupaten/kota dengan IPM kabupaten kota. Kata Kunci : Complete Linkage Clustering, R-square, Stability Measure, UN, IPS, IPM.

Tempat Terbit Banda Aceh
Literature Searching Service

Hard copy atau foto copy dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan isi formulir online (Chat Service LSS)

Share Social Media

Tulisan yang Relevan

PENGELOMPOKAN KAB/KOTA DI INDONESIA BERDASARKAN NILAI MATA PELAJARAN UN IPA MENGGUNAKAN METODE K-MEANS CLUSTERING (AINUN MARDHIAH, 2018)

CLUSTERING TIME SERIES ANALYSIS UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN NILAI INFLASI (AULIA SAHPUTRA, 2020)

PENGELOMPOKAN SMA/MA JURUSAN IPA DI PROVINSI ACEH MENGGUNAKAN METODE K-MEANS DAN K-MEDIANS (NURUL HUSNA, 2018)

APLIKASI SISTEM INFORMASI GEOGRAFIS (SIG) TERHADAP PERSEBARAN TINGKAT PENCEMARAN AIR SUMUR DI KAWASAN INDUSTRI (STUDI KASUS KECAMATAN MUARA SATU, KOTA LHOKSEUMAWE) (Muziburrahman, 2020)

PENGELOMPOKAN KABUPATEN/KOTA MENGGUNAKAN ANALISIS GEROMBOL PADA INDIKATOR PELAYANAN KESEHATAN IBU HAMIL DI PROVINSI ACEH (Putri Kesuma, 2016)

  Kembali ke sebelumnya

Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi

   

© UPT. Perpustakaan Universitas Syiah Kuala 2015     |     Privacy Policy