Analisis Pola Kinerja Pendidikan di Provinsi Jawa Tengah Menggunakan Metode Clustering K-Mens
Abstract
This study aims to analyze the pattern of educational performance in Central Java Province using the K-Means Clustering method. The three main indicators used in this analysis are School Participation Rate, Gross Participation Rate, and Pure Participation Rate. The data used is secondary data from the Central Statistics Agency in 2023 which covers 35 districts/cities. Before clustering, the data is normalized. Determination of the optimal number of clusters is carried out using the Elbow method and the test results show that the best number of clusters is three which is marked by the elbow point on the SSE graph. The validity of clustering is strengthened by calculating the distance between centroids where the furthest distance reaches 0.603 indicating significant cluster separation. The final result of clustering divides districts/cities into three groups: clusters with high medium, and low education performance. These findings can be used as a basis for local governments in formulating more targeted policies in order to realize equal distribution of quality and access to education in Central Java Province.
Keywords: K-Means; Education; Clustering; Elbow Methode
Abstrak
Penelitian ini bertujuan untuk menganalisis pola kinerja pendidikan di Provinsi Jawa Tengah menggunakan metode Clustering K-Means. Tiga indikator utama yang digunakan dalam analisis ini adalah Angka Partisipasi Sekolah, Angka Partisipasi Kasar, Angka Partisipasi Murni. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik tahun (BPS) 2023 yang mencakup 35 kabupaten/kota. Sebelum dilakukan klasterisasi, data dinormalisasi. Penentuan jumlah klaster optimal dilakukan dengan metode Elbow dan hasil pengujian menunjukkan bahwa jumlah klaster terbaik adalah tiga yang ditandai dengan titik siku (elbow) pada grafik SSE. Validitas klasterisasi diperkuat dengan perhitungan jarak antar centroid di mana jarak terjauh mencapai 0,603 menunjukkan pemisahan klaster yang signifikan. Hasil akhir klasterisasi membagi kabupaten/kota ke dalam tiga kelompok klaster dengan kinerja pendidikan tinggi, sedang, dan rendah. Temuan ini dapat dijadikan landasan oleh pemerintah daerah dalam merumuskan kebijakan yang lebih tepat sasaran guna mewujudkan pemerataan mutu dan akses pendidikan di Provinsi Jawa Tengah.
Keywords
References
A. Amrullah, I. Purnamasari, B. N. Sari, Garno, and A. Voutama, “Analisis Cluster Faktor Penunjang Pendidikan Menggunakan Algoritma K-Means (Studi Kasus: Kabupaten Karawang),” J. Inform. dan Rekayasa Elektron., vol. 5, no. 2, pp. 244–252, 2022, doi: 10.36595/jire.v5i2.701.
M. R. Putri, G. S. Nugraha, R. Dwiyansaputra, “Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan Menggunakan Metode K-Means Clustering,” Journal Of Computer Science Informatics Engeneering, vol. 7, no. 1, pp. 1–8, 2023, doi: 10.29303/jcosine.v7i1.509.
N. Lenama, M. A. Kleden, I. G. Prasangka, "K-Means Clustering Analysis Pada Pengelompokan Kabupaten/Kota Di Provinsi Nusa Tenggara Timur Berdasarkan Indikator Pendidikan." J.Cakrawala Ilmiah (JCI), vol. 2, no. 23. pp. 132-140, 2023.
A. P. Fialine, D. A. Alodia, D. Endriani, E. Widodo, “Implementasi Metode K-Medoids Clustering untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan,” Journal. of Mathematic Education and Applied (Sepren), vol. 2, no. 2, pp. 1–13, 2021, doi: 10.36655/sepren.v2i2.606.
Gustino and T. Suprapti, “Analisis Desa Di Kecamatan Krangkeng Berdasarkan Tingkat Pendidikan Menggunakan Algoritma K-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1861–1868, 2024, doi: 10.36040/jati.v8i2.9220.
S. Maryam, R. Astuti, F. M. Basysyar, “Optimalisasi Jumlah Cluster Data Sekolah Dasar (Sd) Menggunakan Algoritma K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3640–3646, 2024, doi: 10.36040/jati.v7i6.8246.
C. Kamila, M. Adityama A.S., G. R. Namang, R. R.Fadhilah Syah, “Systematic Literature Review : Penggunaan Algoritma K-Means Untuk Clustering di Indonesia dalam Bidang Pendidikan,” Infomatika Dan Teknologi (Intech), vol. 2, no. 1, pp. 19–24, 2021.
A. M. Nur, M. Saiful, H. Bahtiar, M. T. Hidayat, " Penerapan Algoritma K-Means Clustering Dalam Mengelompokkan Smartphone Yang Rekomendasi Berdasarkan Spesifikasi,” Infotek J. Inform. dan Teknol., vol. 7, no. 2, pp. 478–488, 2024.
H. Sa’diah, U. Enri, and T. N. Padilah, “Penerapan Algoritme K-Means Dalam Segmentasi Daerah Rawan Kekerasan Anak Di Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 2, pp. 1351–1357, 2023, doi: 10.36040/jati.v7i2.6838.
I. D. Anjani, A. Bahtiar, “Penerapan Algoritma K-Means Clustering Untuk Mengelompokkan Penerima Bantuan Sosial Tunai (Bst) Di Jawa Barat,” J. Mahasiswa Teknik Informatika (JATI), vol. 8, no. 3, pp. 2743–2747, 2024, doi: 10.36040/jati.v8i3.8974.
R. Kurniawan, M. Mukarrobin, and Mahradianur, “Klasterisasi Tingkat Pendidikan Di Dki Jakarta Pada Tingkat Kecamatan Menggunakan Algoritma K-Means,” Technol. J. Ilm., vol. 12, no. 4, pp. 234-245, 2021, doi: 10.31602/tji.v12i4.5633.
M. Qusyairi, Z. Hidayatullah, A. Sandi, “Penerapan K-Means Clustering Dalam Pengelompokan Prestasi Siswa Dengan Optimasi Metode Elbow," Infotek : Jurnal Informatika dan Teknologi, vol. 7, no. 2, pp. 500–510, 2024.
D. Fitriyani, M. Jajuli, Garno, “Implementasi Algoritma K-Means Untuk Klasterisasi Dalam Pengelolaan Persediaan Obat (Studi Kasus : Apotek Naza),” J. Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, pp. 2841–2848, 2024, doi: 10.23960/jitet.v12i3.4921.
A. W. Fuadah, F. N. Arifin, and O. Juwita, “Optimasi K-Klasterisasi Ketahanan Pangan Kabupaten Jember Menggunakan Metode Elbow,” INFORMAL Informatics Journal, vol. 6, no. 3, pp. 136-145, 2021, doi: 10.19184/isj.v6i3.28363.
A. P. Riani, A. Voutama, and T. Ridwan, “Penerapan K-Means Clustering Dalam Pengelompokan Hasil Belajar Peserta Didik Dengan Metode Elbow,” J-SISKO TECH (Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD), vol. 6, no. 1, pp. 164-173, 2023, doi: 10.53513/jsk.v6i1.7351.
M. Guntara and N. Lutfi, “Optimasi Cacah Klaster pada Klasterisasi dengan Algoritma KMeans Menggunakan Silhouette Coeficient dan Elbow Method,” JuTI “Jurnal Teknol. Informasi,” vol. 2, no. 1, pp. 43-54, 2023, doi: 10.26798/juti.v2i1.944.
How To Cite This :
Refbacks
- There are currently no refbacks.
