A Klasterisasi Kualitas Pendidikan Dasar Berdasarkan Elemen Ekosistem Pendidikan Menggunakan K-Means DBI di Kabupaten Magelang
DOI:
https://doi.org/10.31004/joecy.v5i2.1306Keywords:
clustering, K-Means, Davies-Bouldin Index, Ekosistem PendidikanAbstract
Salah satu pilar dasar sistem pendidikan di Indonesia adalah pendidikan dasar yang dirancang untuk membentuk kualitas sumber daya manusia di masa depan. Kategori pendidikan dasar di Indonesia meliputi jenjang Sekolah Dasar (SD) dan yang setara, serta Sekolah Menengah Pertama (SMP) dan jenjang yang setara. Kabupaten Magelang merupakan wilayah di Jawa Tengah yang memiliki perbedaan dalam ekosistem pendidikan dapat menunjukkan adanya kesenjangan dalam penyelenggaraan pendidikan dasar. Penelitian ini bertujuan untuk memetakan kondisi atau kualitas pendidikan dasar di Kabupaten Magelang berdasarkan elemen ekosistem pendidikan yaitu sekolah, guru, dan murid. Metodologi yang digunakan terdiri dari algoritma K-Means, pendekatan Elbow, dan pengukuran menggunakan Davies-Bouldin Index (DBI). Klasterisasi dilakukan dengan algoritma K-Means, jumlah klaster terbaik ditentukan melalui metode Elbow, dan keakuratan klaster divalidasi menggunakan Davies-Bouldin Index (DBI). Data yang digunakan merupakan data publik yang dapat diakses melalui https://jateng.bps.go.id/id. Hasil penelitian memperlihatkan bahwa beberapa sekolah tingkat pendidikan dasar di Kabupaten Magelang dapat digolongkan ke dalam 3 klaster untuk setiap sekolah, yang terbagi ke dalam klaster tingkat tinggi, menengah, dan rendah. Pada klaster tinggi, sedang dan rendah untuk SD terdapat 3 kacamatan, 12 kecamatan dan 6 kecamatan. Sedangkan untuk MI terdapat 4 kecamatan, 9 kecamatan, dan 8 kecamatan. Kategori tinggi, sedang dan rendah untuk SMP adalah 3 kacamatan, 11 kecamatan dan 7 kecamatan, dan klaster tinggi, sedang dan rendah untuk MTs adalah 3 kacamatan, 8 kecamatan dan 10 kecamatan.
References
Apridayanti, A. Z., Fathurahman, M., & Prangga, S. (2024). Clustering of Province Based on Education Indicators Using K-Medoids. Jurnal Varian, 7(2), 10–16. https://doi.org/10.30812/varian.v4i1.xxxxx
Hartanti, N. T., Seniwati, E., Pramitasari, R., Studi, P., Informasi, S., Amikom, U., Studi, P., Komputer, T., & Amikom, U. (2024). Metode Elbow K-Means dalam Implementasi Data Mining pada Pemetaan Penyebaran Guru SMK. TEKNIKA, 18(2), 501–512.
Irwan, I., Sanusi, W., Anwar, A. S., & Rahman, A. (2023). The Implementation of Spatial Model with K-Means Clustering Method to Cluster Flood Affected Areas in Bone Regency. ARRUS Journal of Social Sciences and Humanities, 3(2), 186–195. https://doi.org/10.35877/soshum1771
Juita, G., Jahera, J., Zulkifli, A., & Ananda, R. (2024). Standar Sarana dan Prasarana Pendidikan Dasar Dalam Meningkatkan Proses Pembelajaran Yang Efektif. Elementary School, 11, 572–582.
Liu, R. (2022). Data Analysis of Educational Evaluation Using K-Means Clustering Method. Computational Intelligence and Neuroscience. https://doi.org/10.1155/2022/3762431
Luchia, N. T., Handayani, H., Hamdi, F. S., Erlangga, D., & Octavia, S. F. (2022). Perbandingan K-Means dan K-Medoids Pada Pengelompokan Data Miskin di Indonesia. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(2), 35–41. https://doi.org/10.57152/malcom.v2i2.422
Nurahman, N., & Aulia, D. D. (2023). Klasterisasi Pendidikan Masyarakat Untuk Mengetahui Daerah Dengan Pendidikan Terendah Menggunakan Algoritma K-Means. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 5(1), 38. https://doi.org/10.36499/jinrpl.v5i1.7510
Oktavianto, H., & Fitriyah, N. Q. (2021). Implementasi Teknik Clustering Berbasis Validasi Cluster Pada Data Stunting. Jurnal Teknologi Informasi (JUTECH), 2(2), 61–71. https://doi.org/10.32546/jutech.v2i2.1778
Permadi, V. A., Tahalea, S. P., & Agusdin, R. P. (2023). K-Means and Elbow Method for Cluster Analysis of Elementary School Data. Progres Pendidikan, 4(1), 50–57. https://doi.org/10.29303/prospek.v4i1.328
Rahmawati, O., & Fauzan, A. (2024). PROVINCIAL CLUSTERING BASED ON EDUCATION INDICATORS: K-MEDOIDS APPLICATION AND K-MEDOIDS OUTLIER HANDLING. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 18(2), 1167–1178. https://doi.org/10.30598/barekengvol18iss2pp1167-1178
Syaharani, W., Studi Ilmu Komputer, P., & Sains Dan Teknologi, F. (2024). Penerapan Algoritma k-Means pada Clustering Data Penduduk Miskin untuk Penghapusan Kemiskinan Ekstrem. Sistemasi: Jurnal Sistem Informasi, 13(4), 2540–9719. http://sistemasi.ftik.unisi.ac.id
Tu, K., Chen, Z., & Yue, M. (2024). A Max-Min-Max Algorithm for Large-Scale Robust Optimization. Arxiv, 11–47. https://arxiv.org/abs/2404.05377
Yanto, D., Susanto, H., Zulkifli, K., & Gupron, F. R. (2023). Penerapan Algoritma K-Means Dalam Menentukan Kualitas Satuan Pendidikan Berdasarkan Nilai Internal Dan Eksternal. JEECOM Journal of Electrical Engineering and Computer, 5(2), 319–328. https://doi.org/10.33650/jeecom.v5i2.6946
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Ninik Tri Hartanti, Dina Maulina, Erni Seniwati
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
