Data Mining Study For Grouping Elementary Schools In Bojonegoro Regency Based On Capacity And Educational Facilities

Abstract

The implementation of national education must ensure equitable distribution of educational facilities. However, based on data from the Regional Education Balance Sheet (NPD) in 2021, elementary schools in Bojonegoro District still need to meet the criteria for overall equality. It is mainly related to educational capacity and facilities. It is necessary to group elementary schools based on capacity and educational facilities to solve this problem by applying the clustering method. The research aims to conduct a comparative study of three clustering methods to get the best way to be used for clustering elementary schools in Bojonegoro Regency. This study applies three clustering methods, namely K-Means, K-Medoids, and Random Clustering, which are compared to get the best clustering method. The data used is secondary data representing educational capacity and facilities, namely the number of students, teachers, classrooms, and study groups (Rombel) from the Bojonegoro District Education Office. Obtained the resulting comparison of clustering methods with the best way falls on the K-Means method, which forms 5 clusters. It explained that elementary schools with educational capacity and facilities get highly complete 14 schools (cluster_3), complete 236 schools (cluster_2), fairly complete 176 schools (cluster_4), less complete 310 schools (cluster_1), and incomplete 177 schools (cluster_0). The conclusion that comparing Clustering methods obtained grouping of Elementary School data with the best way falls on the K-Means method by getting 5 clusters.

Keywords

Education, Data Mining, K-Means, K-Medoids, Random Clustering

Judul

Studi Data Mining Untuk Pengelompokan Sekolah Dasar Di Kabupaten Bojonegoro Berdasarkan Daya Tampung Dan Fasilitas Pendidikan

Abstrak

Penyelenggaraan pendidikan nasional harus menjamin pemerataan fasilitas pendidikan. Namun, berdasarkan data Neraca Pendidikan Daerah (NPD) tahun 2021, sekolah dasar di Kabupaten Bojonegoro masih harus memenuhi kriteria pemerataan secara keseluruhan. Hal ini terutama terkait dengan kapasitas dan fasilitas pendidikan. Untuk mengatasi masalah tersebut perlu dilakukan pengelompokan sekolah dasar berdasarkan daya tampung dan fasilitas pendidikan dengan menerapkan metode clustering. Penelitian ini bertujuan untuk melakukan studi perbandingan tiga metode clustering untuk mendapatkan metode yang paling baik untuk digunakan dalam pengelompokan sekolah dasar di Kabupaten Bojonegoro. Penelitian ini menerapkan tiga metode clustering, yaitu K-Means, K-Medoids, dan Random Clustering yang dibandingkan untuk mendapatkan metode clustering terbaik. Data yang digunakan adalah data sekunder yang mewakili kapasitas dan fasilitas pendidikan, yaitu jumlah siswa, guru, ruang kelas, dan rombongan belajar (Rombel) dari Dinas Pendidikan Kabupaten Bojonegoro. Diperoleh hasil perbandingan metode clustering dengan cara terbaik jatuh pada metode K-Means yang membentuk 5 cluster. Dijelaskan bahwa Sekolah Dasar dengan kapasitas dan fasilitas pendidikan mendapatkan hasil sangat lengkap 14 sekolah (cluster_3), lengkap 236 sekolah (cluster_2), cukup lengkap 176 sekolah (cluster_4), kurang lengkap 310 sekolah (cluster_1), dan tidak lengkap 177 sekolah (cluster_0). Kesimpulan dari perbandingan metode Clustering didapatkan pengelompokan data Sekolah Dasar dengan cara terbaik jatuh pada metode K-Means dengan mendapatkan 5 cluster.

Kata Kunci

Pendidikan, Penggalian Data, K-Means, K-Medoids, Random Clustering

Reference

Nurdiansyah, D., Saidah, S., and Cahyani, N. (2023). Data Mining Study For Grouping Elementary Schools In Bojonegoro Regency Based On Capacity And Educational Facilities. BAREKENG : Jurnal Ilmu Matematika dan Terapan, 17(2), 1083-1094.doi.org/10.30598/barekengvol17iss2pp1081-1092

Sumber: Jurnal Barekeng 2023