Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PENGELOMPOKAN KABUPATEN/KOTA MENGGUNAKAN NILAI UJIAN NASIONAL SMA/MA JURUSAN IPS DI INDONESIA TAHUN 2015 MENGGUNAKAN METODE COMPLETE LINKAGE DAN K-MEANS CLUSTERING
Pengarang
Khairul Amri - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1408108010002
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Kata Kunci
Penerbit
Banda Aceh : FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA., 2018
Bahasa
Indonesia
No Classification
1
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
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.
Tidak Tersedia Deskripsi
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)
APLIKASI SISTEM INFORMASI GEOGRAFIS (SIG) TERHADAP PERSEBARAN TINGKAT PENCEMARAN AIR SUMUR DI KAWASAN INDUSTRI (STUDI KASUS KECAMATAN MUARA SATU, KOTA LHOKSEUMAWE) (Muziburrahman, 2020)
PENGELOMPOKAN SMA/MA JURUSAN IPA DI PROVINSI ACEH MENGGUNAKAN METODE K-MEANS DAN K-MEDIANS (NURUL HUSNA, 2018)
PERBANDINGAN METODE FUZZY C-MEANS (FCM) DAN FUZZY GUSTAFSON-KESSEL (FGK) MENGGUNAKAN DATA CITRA SATELIT QUICKBIRD (STUDI KASUS DESA LUBUK BATEE, ACEH BESAR) (Ahmad Mauliyadi Misran, 2022)