Pengelompokkan Kabupaten/Kota di Provinsi Sulawesi Utara Berdasarkan Indikator Pendidikan Menggunakan Analisis Cluster

Authors

  • Citra Filadelfia Manoppo Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sam Ratulangi
  • Charles Mongi Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sam Ratulangi
  • Chriestie Montolalu Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sam Ratulangi

DOI:

https://doi.org/10.35801/jlppmsains.7.1.2022.47784

Abstract

Indikator pendidikan merupakan salah satu tolok ukur bagi pemerintah untuk meningkatkan mutu pendidikan di Indonesia. Penelitian ini bertujuan untuk mengetahui hasil cluster yang terbentuk dan pengelompokan yang terbaik dengan menggunakan metode K-Means jarak Euclidean dan Manhattan untuk pengelompokan Kabupaten/Kota di Provinsi Sulawesi Utara berdasarkan Indikator Pendidikan. Pada penelitian ini objek yang digunakan adalah 15 Kabupaten/Kota di Provinsi Sulawesi Utara dan variabelnya adalah indikator pendidikan khususnya jumlah sekolah, jumlah guru dan jumlah siswa dari tingkat SD-sederajat sampai SMA/SMK-sederajat. Sumber data yaitu Badan Pusat Statistik Provinsi Sulawesi Utara tahun 2020. Berdasarkan penelitian yang dilakukan dengan metode K-Means jarak Euclidean dan Manhattan jumlah yang dibentuk untuk pengelompokan Kabupaten/Kota yaitu sebanyak 3 cluster. Perbandingan dari penelitian ini menggunakan simpangan baku. Hasil dari perbandingan kedua jarak tersebut diperoleh bahwa jarak Euclidean merupakan jarak yang baik untuk digunakan dalam penelitian ini, karena memiliki nilai simpangan baku dalam kelompok yaitu 0,2216 dan nilai simpangan baku antar kelompok yaitu 1,61251 sehingga nilai rasio simpangan baku yang didapat yaitu sebesar 0,13743.

Downloads

Published

04/30/2022

How to Cite

Manoppo, C. F., Mongi, C., & Montolalu, C. (2022). Pengelompokkan Kabupaten/Kota di Provinsi Sulawesi Utara Berdasarkan Indikator Pendidikan Menggunakan Analisis Cluster. JURNAL LPPM BIDANG SAINS DAN TEKNOLOGI, 7(1), 20–26. https://doi.org/10.35801/jlppmsains.7.1.2022.47784

Issue

Section

Articles