Penggunaan X-Means Clustering Method untuk Mengelompokkan Potensi Sekolah Menengah Unggul di Kabupaten Banyumas
Article Sidebar
Main Article Content
Abstract
Sekolah menengah merupakan salah satu jenjang pendidikan yang diwajibkan pemerintah dalam program wajib belajar Sembilan tahun. Maka dari itu informasi pengelompokan sekolah mengah sangat penting untuk pengembangan maupun revitalisasi dari pendidikan pada jenjang tersebut. Salah satu metode yang dapat digunakan adalah metode X-means clustering. Metode X-Means clustering merupakan salah satu penyempurnaan dari metode K-Means clustering. Metode X-means digunakan pada penelitian ini karena dapat membagi cluster secara optimal dengan menggunakan nilai Bayesian Information Criterion (BIC). Penelitian ini menggunakan 118 data sekolah se-kabupaten Banyumas yang diambil dari pangkalan data kemendikbud. Hasil dari penelitian ini adalah empat buah cluster dengan nilai Davis Bouldin Index sebesar 0.846 dengan kelompok sekolah unggul sebanyak 28 sekolah, kelompok baik sebanyak 26 sekolah, kelompok cukup sebanyak 43 sekolah dan kelompok kurang sebanyak 21 sekolah.
Article Details
Copyright Notice
Authors who publish with Journal of Informatics, Information System, Software Engineering and Applications (INISTA) agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
References
[2] Ghozali. Imam, 2009. Aplikasi Analisis Multivariate dengan Program SPSS. Badan Penerbit Universitas Diponegoro. Vol. 100-125. Semarang.
[3] Murniati S, 2012. Pengertian Fungsi dan Jenis Lingkungan Pendidikan. Lingpendidikan.com. Palembang.
[4] Pengkab Banyumas, 2017. Perubahan Rencana Strategis Tahun 2013-2018 Dinas Sumber Daya Air dan Bina Marga Kabupaten Banyumas menjadi Rencana Strategis Tahun 20172018 Dinas Pekerjaan Umum Kabupaten Banyumas. Dinas Pekerjaan Umum Pemerintah Kabupaten Banyumas. Banyumas.
[5] Pelleg, Dan dan Moore, Andrew. 2000. X-means: Extending K-means with Efficient Estimation of the Number of Clusters. Pittsburgh : Carnegie Mellon University, 2000.
[6] Pelleg, Dan. 2004. K-means and KD-trees resources. Dan Pelleg's Home Page. [Online] National Science Foundation, Agustus 13, 2004. [Cited: Januari 3, 2009.] http://www.cs.cmu.edu/~dpelleg/K-means.html.
[7] Purnama D. 2010. Cermat Memilih Sekolah Menengah yang Tepat. Gagas Media. Jakarta.
[8] Russel, S. and Norvig, P. 2010. Artificial Intelligence: A Modern Approach. 3rd Edition, Prentice Hall, Upper Saddle River.
[9] Soraya, Yani, 2011, Perbandingan Kinerja Metode Single Linkage, Metode Complete Linkage, dan Metode K-Means dalam Analisis Cluster, Jurusan Matematika Fakultas MIPA Universitas Negeri Semarang, Semarang.
[10] Supranto. J, 2004, Analisis Multivariate: Arti dan Interpretasi, Rineka Cipta, Jakarta.
[11] Tan P, Steinbach M, Kumar V. 2006. Introduction to Data Mining. Pearson AddisonWeasley
[12] Robert E. Kass and Larry Wasserman. A reference Bayesian test for nested hypotheses and its relationship to the Schwarz criterion. Journal of the American Statistical Association, 90(431):928–934, 1995.