Aplikasi Pemetaan Kualitas Pendidikan di Indonesia Menggunakan Metode K-Means

Keywords: Clustering, k-means, pemetaan

Abstract

Aplikasi Pemetaan Kualitas Pendidikan Di Indonesia Menggunakan Metode K-Means adalah sebuah aplikasi yang dirancang untuk memudahkan pemetaan kualitas pendidikan di Indonesia. Aplikasi ini dapat membuat sebuah cluster dari kualitas pendidikan di Indonesia berdasarkan sejumlah parameter yaitu Angka Partisipasi Kasar, Angka Partisipasi Murni, Angka Putus Sekolah, Angka Kelulusan, Angka Melanjutkan, Jumlah Sekolah, Rasio Siswa/Sekolah, Rasio Siswa/Kelas, Rasio Kelas/Guru, Rasio Kelas/Sekolah, Rombongan Belajar/Ruang Kelas, dan Jarak Sekolah. Keluaran atau output dari sistem berupa peta yang mengelompokkan daerah-daerah sesuai dengan kualitas pendidikan yang dimilikinya. Analisis perancangan yang digunakan dalam pembuatan sistem ini menggunakan UML (Unified Modeling Language) dimana setiap aktivitas pada sistem akan dikelompokkan secara sendiri-sendiri di dalam sebuah use case diagram dan alur dari sistem digambarkan dalam bentuk flowchart. Perancangan sistem yang dilakukan antara lain perancangan basis data. Perancangan berdasarkan spesifikasi kebutuhan, dan perancangan antarmuka. Secara umum aplikasi ini dapat menghitung data parameter kualitas pendidikan dengan menggunakan metode K-Means Clustering, dan menampilkan hasilnya dalam bentuk peta, sehingga dinas pendidikan atau lembaga-lembaga yang menangani pendidikan di Indonesia dapat membandingkan kualitas pendidikan setiap provinsi di Indonesia

Key word : Clustering, k-means, pemetaan

Downloads

Download data is not yet available.

References

[1] A. Sahroji, “Daftar Negara ASEAN dengan Peringkat Pendidikan Tertinggi,” 2017. [Online]. Available: https://news.okezone.com/read/2017/11/24/18/1820178/daftar-negara-asean-dengan-peringkat-pendidikan-tertinggi. [Accessed: 12-Apr-2018].
[2] C. Shafrudin, Makna dan Aplikasi Sederhana Indikator Pendidikan. 2005. Departemen Pendidikan Nasional, Badan Pendidikan dan Pengembangan, Pusat Data dan Inforamasi Pendidikan, Bidang Pendayagunaan Data dan Informasi, Jakarta.
[3] H. Kamber. 2007. Data Mining Concepts and Techniques Second Edition. Elsevier Inc.
[4] N. K. Visalakshi and K. Thangavel, “Impact of normalization in distributed K-means clustering,” International Journal of Soft Computing, vol. 4, no. 4, 2009, pp. 168–172.
[5] S. Chakraborty, “A Simulation Based Comparative Study of Normalization Procedures in Multiattribute Decision Making,” 6th WSEAS Int. Conf. Artif. Intell. Knowl. Eng. Data Bases, vol. Proceeding, 2007, pp. 102–109.
[6] E. Turban, J. E. Aronson, and T.-P. Liang. 2005. Decision Support Systems and Intelligent Systems. International Edition, 7th Edition, Pearson Prentice-Hall Education International, New Jersey.
[7] R. Michael Yoseph and R. Michael Yoseph. 2006. “Analisis dan Perancangan Sistem Informasi Laboratorium Rumah Sakit Kanker Dharmais dengan menggunakan Total Architecture Syntesis,” Binus University Jakarta.
[8] N. Afifah. 2012. “Sistem Pendukung Keputusan Penerimaan Beasiswa Magang Menggunakan Metode SAW (Simple Additive Weighting),” Universitas Trunojoyo Madura.
Published
2018-05-30
How to Cite
Nugraha, G., & Hairani, H. (2018). Aplikasi Pemetaan Kualitas Pendidikan di Indonesia Menggunakan Metode K-Means. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 17(2), 13-23. https://doi.org/https://doi.org/10.30812/matrik.v17i2.84
Section
Articles