Medan-Imam Bonjol sebayak 14 kompetensi inti. Ke-14 kompetensi inti tersebut dapat dilihat pada tabel 3.1. dibawah ini:
Tabel 3.1. Kompetensi Inti Bank Mandiri
No Kode
Kompetensi Inti
1 KI-01
Pengelolaan Deposito 2
KI-02 Pengelolaan Pajak
3 KI-03
Pengelolaan Tabungan 4
KI-04 Pengelolaan Rekening Giro
5 KI-05
Pengelolaan Sumber Daya Manusia SDM 6
KI-06 Pengelolaan Keuangan
7 KI-07
Pengendalian Keamanan 8
KI-08 Pengawasan Internal
9 KI-09
System Perbankan 10
KI-10 System Pembayaran
11 KI-11
Keterampilan Komunikasi 12
KI-12 Pendekatan Kuantitatif
13 KI-13
Penglolaan Organisasi dan Managemen 14
KI-14 Pengelolaan Kantor
3.9. Uji Validitas
17
1. Validitas isi content validity,
Validitas menunjukkan sejauh mana skor nilai ukuran yang diperoleh benar-benar menyatakan hasil pengukuran pengamatan yang ingin diukur
Agung, 1990. Validitas pada umumnya dipermasalahkan berkaitan dengan hasil pengukuran psikologis atau non fisik. Berkaitan dengan karakteristik psikologis,
hasil pengukuran yang diperoleh sebenarnya diharapkan dapat menggambarkan atau memberikan skor nilai suatu karakteristik lain yang menjadi perhatian
utama. Macam validitas umumnya digolongkan dalam tiga kategori besar, yaitu ;
2. Validitas berdasarkan kriteria criterion-related validity, dan
17
Ginting,Rosnani,Ir,MT., “Diktat Perancangan Produk”Penerbit TI USU.,Medan,2008.,Hal:4-5
Universitas Sumatera Utara
3. Validitas konstruk.
Pada penelitian ini akan dibahas hal menyangkut validitas untuk menguji apakah pertanyaanpertanyaan itu telah mengukur aspek yang sama. Untuk itu
dipergunakanlah validitas konstruk. Uji validitas dilakukan dengan mengukur korelasi antara variabel item dengan skor total variabel. Cara mengukur validitas
konstruk yaitu dengan mencari korelasi antara masing-masing pertanyaan dengan skor total menggunakan rumus teknik korelasi product moment, sebagai berikut :
[ ]
[ ]
∑ ∑
∑ ∑
∑ ∑ ∑
− −
− =
2 2
2 2
Y Y
n X
X n
Y X
XY n
r
Dimana r : koefisien korelasi product moment
X : skor tiap pertanyaan item Y : skor total
N : jumlah responden Setelah semua korelasi untuk setiap pertanyaan dengan skor total
diperoleh, nilai-nilai tersebut dibandingkan dengan nilai kritik. Selanjutnya, jika nilai koefisien korelasi product moment dari suatu pertanyaan tersebut berada
diatas nilai tabel kritik, maka pertanyaan tersebut signifikan.
Universitas Sumatera Utara
3.10. Analisi Cluster
18
a. Psikologi, analisis cluster dapat digunaka untuk mengklasifikasikan orang-
orang berdasarkan perbedaan tipe kepribadiannya Analisis cluster merupakan salah satu teknik statistik multivarian
bertujuan untuk mengidentifikasi sekelompok obyek yang mempunyai kemiripan karakteristik tertentu yang dapat dipisahkan dengan kelompok obyek lainnya,
sehingga obyek yang berada dalam kelompok yang sama relatif lebih homogen daripada obyek yang berada pada kelompok yang berbeda. Jumlah kelompok yang
dapat diidentifikasi tergantung pada banyak dan variasi data obyek. Tujuan dari pengelompokan sekumpulan data obyek ke dalam beberapa kelompok yang
mempunyai karakteristik tertentu dan dapat dibedakan satu sama lainnya adalah untuk analisis dan interpretasi lebih lanjut sesuai dengan tujuan penelitian yang
dilakukan. Model yang diambil diasumsikan bahwa data yang dapat digunakan adalah data yang berupa data interval, frekuensi dan biner. Set data obyek harus
mempunyai peubah dengan tipe yang sejenis tidak campur antara tipe yang satu dengan lainnya.
Analisis cluster dapat diterapkan pada bidang apa saja, seperti dibidang ilmu dan terapan adapaun diantaranya adalag :
b. Regional analisis, cluster dapat juga digunakan untuk pengklasifikasian kota-
kota ke dalam tipologi berdasarkan faktor0faktor demografi dan fiscal
18
Artikel “
Laboratorium Data Mining Jurusan Teknik Industri Fakultas Teknologi Indistri Universitas Islam Indonesia
”
Universitas Sumatera Utara
c. Riset pasar : analisis ini juga dapat mengklasifikasikan konsumen kedalam
beberapa segmen berdasarkan faktor-faktor psikografi dan penggunaan produk d.
Kimia, analisis cluster dapat digunaka untuk mengklasifikasikan “compouns’’ bedasarkan performansinya
Analisis cluster terdiri dari empat langkah, yaitu : 1.
Menginput data kedalam suatu matrix n x p, dengan n adalah jumlah objek dan p adalah jumlah variabel yang diukur dari masing-masing objek.
2. Matrik tersebut ditransformasikan ke dalam bentuk matriks similaritas
kemiripan berupa n x n, yang menunjukkan kesamaan atau jarak antara satu objek dengan objek lainnya berdasarkan nilai variable-variabelnya
3. Membentuk cluster berdasarkan hasil dari langkah-langkah kedua. Terdapat
dua jenis hasil cluster yang dapat terbentu yaitu; a.
Mutually exclusive,cluster-cluster yang dihasilkan tidak memiliki hubungan satu dengan yang lainnya
b. Hierarchical cluster, suatu cluster dapat merupakan bagian dari cluster
lain yang lebih besar 4.
Menampilkan profil dari cluster-cluster kedalam matriks g x p, dimana g g n adalah jumlah cluster yang dihasilkan dan p adalah jumlah variable.
Dalam perhitungan analisis cluster terdapat beberapa prosedur yang dilakukan adalah sebagai berikut:
1. Partisi atau pemisahan
Ada beberapa hal yang harus diperhatikan di dalam tahapan ini adalah :
Universitas Sumatera Utara
a. Tentukan variabel-variabel yang dipergunakan dalam menghitung
kemiripan objek b.
Tentukan ukuran kemiripan yang akan digunakan dalam perhitungan. Biasanya dengan menggunakan jarak antr objek
c. Tentukan algoritma penentuan objek ke dalam cluster atau grup
d. Tentukan berapa banyak grup yang akan dibentuk
2. Interpretasi
Pada tahap ini hasil pengelompokan berupa grup-grup akan diinterpretasikan sesuai nilai karakteristik yang terkandung di dalam objek-objeknya
3. Validitas dan profil
Validitas dilakukan untuk menguji bahwa hasil cluster dapat mewakili populasi penelitian.
Konsep dasar pengukuran analisis cluster adalah konsep pengukuran jarak distance dan kesamaan similarity. Distance adalah ukuran tentang jarak pisah
antar obyek sedangkan similarity adalah ukuran kedekatan.
3.10.1.Teknik – Teknik dalam Analisis Cluster
Terdapat beberapa teknik-teknik didalam analisis cluster diantaranya dapat dilihat dari gambar 3.4 dibawah ini :
Universitas Sumatera Utara
Gambar 3.4.Teknik-teknik Analisis Cluster
Sedangkan teknikalgoroitma analisis cluster sendiri dibagi menjadi : 1.
Teknik Hierarki Teknik hirarki hierarchical methods adalah teknik clustering membentuk
kontruksi hirarki atau berdasarkan tingkatan tertentu seperti struktur pohon struktur pertandingan. Dengan demikian proses pengelompokkannya
dilakukan secara bertingkat atau bertahap. Hasil dari pengelompokan ini dapat disajikan dalam bentuk dendogram. Metode-metode yang digunakan dalam
teknik hirarki:
Universitas Sumatera Utara
a. Agglomerative Methods
Metode ini dimulai dengan kenyatan bahwa setiap obyek membentuk clusternya masing-masing. Kemudian dua obyek dengan jarak terdekat
bergabung. Selanjutnya obyek ketiga akan bergabung dengan cluster yang ada atau bersama obyek lain dan membentuk cluster baru. Hal ini tetap
memperhitungkan jarak kedekatan antar obyek. Proses akan berlanjut hingga akhirnya terbentuk satu cluster yang terdiri dari keseluruhan obyek.
Ada beberapa teknik dalam Agglomerative methods yaitu: 1.Single linkage
2.Complete linkage 3.Avarage linkage
4.Within-graoup method 5.Median method
6.Centroid method 7.ward’s error sum of squares method
b. Divisive Methods
Metode divisive berlawanan dengan metode agglomerative. Metode ini pertamatama diawali dengan satu cluster besar yang mencakup semua
observasi obyek. Selanjutnya obyek yang mempunyai ketidakmiripan yang cukup besar akan dipisahkan sehingga membentuk cluster yang lebih
kecil. Pemisahan ini dilanjutkan sehingga mencapai sejumlah cluster yang diinginkan.
Universitas Sumatera Utara
2. Teknik Partisi
Berbeda dengan metode hirarkikal, prosedur non hirarkikal K-means Clustering dimulai dengan memilih sejumlah nilai cluster awal sesuai dengan
jumlah yang diinginkan dan kemudian obyek digabungkan ke dalam cluster- cluster tersebut.
Metode yang digunakan antara lain : 1.
Sequential threshold procedure 2.
Parallel threshold procedure 3.
Optimizins
Universitas Sumatera Utara
BAB IV METODOLOGI PENELITIAN
