Perbandingan Analisis Agglomerative Hierarchical Clustering Berdasarkan Indikator Pendidikan di Provinsi Jawa Barat

Asma' Khoirunnisa', Firdaus Amruzain Satiranandi Wibowo, Kimiantini Kismiantini
{"title":"Perbandingan Analisis Agglomerative Hierarchical Clustering Berdasarkan Indikator Pendidikan di Provinsi Jawa Barat","authors":"Asma' Khoirunnisa', Firdaus Amruzain Satiranandi Wibowo, Kimiantini Kismiantini","doi":"10.21831/pspmm.v7i1.273","DOIUrl":null,"url":null,"abstract":"Bidang pendidikan pada saat ini merupakan salah satu prioritas yang menjadi urgensi pemerintah. Berdasarkan Badan Pusat Statistik 2021, tercatat bahwa angka putus sekolah di Provinsi Jawa Barat menduduki peringkat pertama dari 34 provinsi di Indonesia. Fenomena ini tentunya menurunkan indeks pendidikan serta bertolak belakang dengan intensi penting yang menjadi fokus pembangunan pemerintah yakni pemerataan pendidikan. Pada penelitian ini akan dilakukan pemetaan wilayah di Provinsi Jawa Barat berdasarkan indeks pendidikan sehingga didapatkan perencanaan dan kebijakan pemerintah yang lebih akurat. Salah satu algoritma yang dapat digunakan dalam pengelompokan kabupaten berdasarkan indikator pendidikan adalah Agglomerative Hierarchical Clustering (AHC). Beberapa metode pengelompokkan yang digunakan pada penelitian ini adalah AHC dengan metode single linkage, metode complete linkage, metode average linkage, dan metode ward. Hasil dari penelitian ini adalah perbandingan metode yang dilakukan berdasarkan nilai koefisien korelasi cophenetic. Berdasarkan analisis pada penelitian ini, diketahui gambaran pada sektor pendidikan di Provinsi Jawa Barat tahun 2021, yaitu masih terdapat indikasi belum tercapainya pemerataan pendidikan khususnya pada jenjang sekolah menengah atas hingga perguruan tinggi serta terpusatnya jumlah sekolah dan guru di klaster tertentu. Tinjauan indeks pendidikan ini dibentuk menjadi 4 klaster pada setiap masing-masing metode. Berdasarkan hasil perbandingan nilai koefisien korelasi cophenetic dari keempat metode pada analisis AHC, metode ward adalah metode terbaik dengan koefisien korelasi cophenetic terbesar (0,952).","PeriodicalId":471034,"journal":{"name":"Prosiding Seminar Pendidikan Matematika dan Matematika","volume":"2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Prosiding Seminar Pendidikan Matematika dan Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21831/pspmm.v7i1.273","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Bidang pendidikan pada saat ini merupakan salah satu prioritas yang menjadi urgensi pemerintah. Berdasarkan Badan Pusat Statistik 2021, tercatat bahwa angka putus sekolah di Provinsi Jawa Barat menduduki peringkat pertama dari 34 provinsi di Indonesia. Fenomena ini tentunya menurunkan indeks pendidikan serta bertolak belakang dengan intensi penting yang menjadi fokus pembangunan pemerintah yakni pemerataan pendidikan. Pada penelitian ini akan dilakukan pemetaan wilayah di Provinsi Jawa Barat berdasarkan indeks pendidikan sehingga didapatkan perencanaan dan kebijakan pemerintah yang lebih akurat. Salah satu algoritma yang dapat digunakan dalam pengelompokan kabupaten berdasarkan indikator pendidikan adalah Agglomerative Hierarchical Clustering (AHC). Beberapa metode pengelompokkan yang digunakan pada penelitian ini adalah AHC dengan metode single linkage, metode complete linkage, metode average linkage, dan metode ward. Hasil dari penelitian ini adalah perbandingan metode yang dilakukan berdasarkan nilai koefisien korelasi cophenetic. Berdasarkan analisis pada penelitian ini, diketahui gambaran pada sektor pendidikan di Provinsi Jawa Barat tahun 2021, yaitu masih terdapat indikasi belum tercapainya pemerataan pendidikan khususnya pada jenjang sekolah menengah atas hingga perguruan tinggi serta terpusatnya jumlah sekolah dan guru di klaster tertentu. Tinjauan indeks pendidikan ini dibentuk menjadi 4 klaster pada setiap masing-masing metode. Berdasarkan hasil perbandingan nilai koefisien korelasi cophenetic dari keempat metode pada analisis AHC, metode ward adalah metode terbaik dengan koefisien korelasi cophenetic terbesar (0,952).
基于西爪哇省教育指标的聚合分层聚类分析比较
目前的教育领域是政府当务之急之一。根据统计局2021的数据,西爪哇省的辍学率在印尼34个省中名列前茅。这种现象当然降低教育指数和与重要的意图背道而驰成为政府即分配教育发展的焦点。本研究将根据教育索引对西爪哇省的地区进行地图集,以获得更准确的政府规划和政策。县可以用于分类的算法之一,基于教育指标是Agglomerative Hierarchical聚类(AHC)。本研究使用的一些分组方法是AHC的单链接方法、完整链接方法、平均链接方法和ward方法。本研究的结果是将基于二元相关系数的方法进行比较。分析根据这项研究,已知2021年教育部门在西爪哇省的画面,即有迹象表明还没有实现高中教育主要存在于鹤分配到大学并在某些丛集性terpusatnya学校和教师的数量。回顾每的成立是4丛集性教育分类索引方法。根据比较结果相关性系数值cophenetic AHC分析的四个方法,最大的沃德方法是最好的方法,而不是cophenetic相关性系数(0.952)。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信