OPTIMALISASI PENGELOMPOKAN KECAMATAN BERDASARKAN INDIKATOR PENDIDIKAN MENGGUNAKAN METODE CLUSTERING DAN DAVIES BOULDIN INDEX
Abstrak
Bidang pendidikan saat ini merupakan salah satu bidang prioritas yang diutamakan olehpemerintah. Diperlukan informasi pendukung mengenai kondisi pendidikan tersebut agarperencanaan dan kebijakan pemerintah dapat tepat sasaran. Salah satu perencanaan yangdiharapkan pemerintah adalah pemerataan pendidikan. Indikator pendidikan terdapat padakecamatan sebagai salah satu organisasi pemerintah. Pengetahuan mengenai informasi pemerataanpendidikan diperlukan untuk pengelompokan kecamatan berdasarkan indikator pendidikan.Pengelompokan (clustering) merupakan salah satu metode data mining yang membagi data kedalam kelompok – kelompok yang mempunyai objek dengan kemiripan karakteristiknya. Salahsatu metode clustering adalah Self organizing Maps (SOM). Pada penelitian ini, akanmengoptimalkan kelompok kecamatan untuk mendapatkan tingkat kemiripan yang terbaikmenggunakan metode Davies Bouildin Index (DBI) dari hasil pengelompokan kecamatanmenggunakan SOM. Pada uji coba yang telah dilakukan menggunakan jumlah kelompok dari tigasampai dengan sepuluh kelompok dengan menggunakan learning rate sebesar 0.9 dan nilaicentroid acak. Sehingga diperoleh kelompok kecamatan yang paling optimal berdasarkankemiripan karakteristiknya.Referensi
Silia Karti, Hanna dan Irhamah. 2013.
Pengelompokkan kabupaten/kota di
propinsi jawa Timur Berdasarkan Indikator
Pendidikan SMA/SMK/MA dengan
Metode C-Means dan Fuzzy CMeans.Institut teknologi Sepuluh
Nopember (ITS). Surabaya Vol. 2(2),
-3520 (2301-928X Print).
Pang-Ning Tan, Michael Steinbach, Vipin
Kumar, 2006. Introduction to Data
Mining. Addison Wesley.
Davies, D. L.; Bouldin, D. W. "A Cluster
Separation Measure", IEEE Transactions
on Pattern Analysis and Machine
Intelligence (2): 224, 1979.
##submission.downloads##
Diterbitkan
2014-11-12
Terbitan
Bagian
Articles