PENERAPAN ALGORITMA K-MEANS DAN K-MEDOIDS UNTUK KLASTERISASI WILAYAH BERDASARKAN INDIKATOR KUALITAS PENDIDIKAN DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2023
Keywords:
K-Means, Kualitas Pendidikan, Nusa Tenggara Timur, Silhouette ScoreAbstract
Pendidikan merupakan fondasi utama dalam pembangunan sumber daya manusia yang berkualitas. Namun, kualitas pendidikan di Provinsi Nusa Tenggara Timur menunjukkan disparitas yang signifikan antar kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Nusa Tenggara Timur Tahun 2023 berdasarkan indikator kualitas pendidikan menggunakan algoritma unsupervised learning. Variabel yang digunakan dalam penelitian ini meliputi Angka Partisipasi Sekolah, Angka Partisipasi Kasar, Rata-rata Lama Sekolah, Rasio Guru-Murid SMA, Angka Melek Huruf dan Jumlah SMA yang didapatkan dari Badan Pusat Statistik (BPS) Indonesia Tahun 2023. Hasil penelitian menunjukkan bahwa dengan menggunakan algoritma K-Means sebagai metode yang optimum dengan Silhouette Index sebesar 0,459 dibandingkan dengan K-Medoids diperoleh hasil pengelompokan kabupaten/kota di Provinsi Nusa Tenggara Timur ke dalam dua klaster utama, yaitu klaster satu dengan kualitas pendidikan tinggi yang terdiri atas 8 kabupaten dan klaster dua dengan kualitas pendidikan rendah yang mencakup 14 kabupaten dan kota. Hasil penelitian ini dapat digunakan oleh Pemerintah Provinsi Nusa Tenggara Timur sebagai dasar penetapan prioritas kebijakan, khususnya kebijakan yang terfokus pada kabupaten/kota dengan kualitas rendah sehingga mempercepat pemerataan kualitas pendidikan di Provinsi Nusa Tenggara Timur.Downloads
Published
2025-08-31
Conference Proceedings Volume
Section
Artikel
Categories
License
Copyright (c) 2025 Prosiding Seminar Nasional Sains dan Teknologi "SainTek"

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.