3
Clustering
berpotensi sebagai alat untuk menganalisis nilai daya serap ujian nasional, karena
clustering
memiliki konsep membagi data menjadi kelompok- kelompok agar dapat membantu dalam proses pengelompokan SMA khususnya yang
berada di Provinsi DIY berdasarkan nilai daya serap ujian nasional. Pada penelitian ini, penulis mengkhususkan melakukan pengelompokan
Sekolah Menengah Atas berdasarkan pada mata pelajaran matematika. Hal ini didasari karena pentingnya peranan pelajaran matematika dalam kehidupan sehari-hari. Dengan
mempelajari matematika, manusia dapat memecahkan suatu permasalahan. Baik memecahkan masalah dalam pengerjaan soal-soal maupun memecahkan permasalahan
yang lain dalam kehidupan nyata. Selain itu mempelajari matematika dapat membuat manusia menjadi lebih teliti, cermat, dan tidak ceroboh dalam bertindak.
Penelitian serupa telah dilakukan oleh Megawati 2015 yang berjudul “Implementasi Algoritma
Fuzzy C-Means
untuk Pengelompokan Sekolah Menengah Atas di DIY Berdasarkan Nilai Ujian Nasional dan Ujian Sekolah” yang bertujuan
untuk mengelompokkan Sekolah Menengah Atas berdasarkan nilai ujian nasional dan nilai sekolah dengan menggunakan algoritma
Fuzzy C-Means
. Sedangkan, pada penelitian ini hanya menggunakan nilai daya serap Ujian Nasional dengan lokasi
penelitian yang sama yaitu pada Provinsi DIY. Jika pada penelitian sebelumnya menggunakan algoritma
Fuzzy C-Means
sebagai algoritma untuk mengelompokan Sekolah Menengah Atas pada penelitian penulis saat ini adalah menggunakan
algoritma
Partitioning Around Medoids
sebagai algoritma untuk mengelompokkan Sekolah Menengah Atas. Hasil pengelompokan sekolah menengah atas selanjutnya
dapat dipergunakan untuk membantu Departemen Pendidikan Provinsi dan juga penyelenggara pendidikan untuk melihat dan mengevaluasi sekolah-sekolah yang
termasuk ke dalam kelompok nilai daya serap tinggi, sedang, dan rendah. Dengan demikian Departemen Pendidikan Provinsi dapat mengambil langkah perbaikan yang
tepat. Berdasarkan hal diatas, maka penulis tertarik untuk mengimplementasikan
algoritma
Partitioning Around Medoids
PAM dan mengambil judul untuk tugas akhir yaitu “Implementasi Algoritma
Partitioning Around Medoids
PAM untuk PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4 Pengelompokkan Sekolah Menengah Atas di DIY berdasarkan Nilai Daya Serap Ujian
Nasional” untuk membantu dalam proses pengelompokan data Sekolah Menengah Atas dengan algoritma
Partitioning Around Medoids
PAM
.
1.2 Rumusan Masalah
Berdasarkan permasalahan yang telah dikemukakan diatas, maka rumusan masalah yang akan penulis bahas adalah :
1. Bagaimana menerapkan algoritma
Partitioning Around Medoid
PAM untuk mengelompokkan sekolah menengah atas di Provinsi DIY
berdasarkan nilai daya serap ujian nasional matapelajaran matematika? 2.
Bagaimana hasil evaluasi dari pengelompokan sekolah berdasarkan nilai daya serap 29 kompetensi dalam mata pelajaran matematika dengan
menggunakan algoritma
Partitioning Around Medoid
PAM berdasarkan
Silhouette Index
SI? 3.
Bagaimana hasil evaluasi dari pengelompokan sekolah berdasarkan rata-rata nilai daya serap 29 kompetensi dalam mata pelajaran matematika dengan
algoritma
Partitioning Around Medoid
PAM menggunakan 3
cluster
sesuai peringkat akreditasi?
1.3 Batasan Masalah
Adapun batasan masalah dalam tugas akhir ini adalah : 1.
Algoritma yang digunakan adalah menggunakan algoritma
Partitioning Around Medoid
PAM atau K-Medoids. 2.
Data yang digunakan adalah data nilai daya serap ujian nasional mata pelajaran matematika siswa SMA jurusan IPA di Provinsi DIY tahun ajaran
20142015. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5 3.
Atribut
clustering
yang digunakan adalah data nilai daya serap ujian nasional mata pelajaran matematika di Provinsi DIY yang meliputi atribut
nama sekolah dan jumlah kompetensi daya serap mata pelajaran matematika.
1.4 Tujuan dan Manfaat
Tujuan dari penulisan tugas akhir ini adalah : 1.
Mengetahui hasil pengelompokan Sekolah Menengah Atas berdasarkan nilai daya serap mata pelajaran matematika dengan menggunakan 29 kompetensi
pada tahun ajaran 20142015 dengan menggunakan algoritma
Partitioning Around Medoid
PAM. 2.
Mengevaluasi hasil pengelompokan Sekolah Menengah Atas berdasarkan mata pelajaran matematika dengan menggunakan algoritma
Partitioning Around Medoid
PAM berdasarkan nilai
Silhouette Index
SI untuk jumlah
cluster
k=2 hingga k=12n. 3.
Mengetahui hasil pengelompokan Sekolah Menengah Atas berdasarkan nilai daya serap mata pelajaran matematika dengan menggunakan rata-rata dari
29 kompetensi pada tahun ajaran 20142015. 4.
Mengevaluasi hasil pengelompokan Sekolah Menengah Atas berdasarkan rata-rata nilai daya serap mata pelajaran matematika dengan menggunakan
3
cluster
sesuai peringkat akreditasi.
Manfaat dari penulisan tugas akhir ini adalah : 1.
Diharapkan menjadi bahan evaluasi bagi Sekolah Menengah Atas khususnya di DIY agar bisa meningkatkan kualitas pembelajaran mata pelajaran
matematika bagi siswanya. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6 2.
Dapat memberikan gambaran mengenai implementasi dari algoritma
Partitioning Around Medoids
dalam menghasilkan pengelompokan Sekolah Menengah Atas berdasarkan nilai daya serap ujian nasional.
1.5 Metodologi Penelitian
Metode penelitian yang digunakan penulis dalam menyelesaikan tugas akhir adalah sebagai berikut :
1. Studi Pustaka
Pada tahapan ini merupakan proses pengumpulan data dan pengumpulan informasi algoritma yang akan digunakan dengan cara mempelajari
berbagai referensi buku, laporan, hasil penelitian, jurnal, ataupun artikel yang berhubungan dengan masalah yang diteliti.
2. Pembersihan data
data cleaning
Pada tahapan ini merupakan proses pembuangan data yang tidak relevan atau tidak konsisten terhadap data lainnya.
3. Integrasi data
data integration
Pada tahapan integrase data ini akan dilakukan penggabungan data dari berbagai sumberdatabase yang ada.
4. Seleksi data
data selection
Pada tahapan seleksi data ini merupakan tahapan menyeleksi data yang akan digunakan dalam penelitian.
5. Transformasi data
data transformation
Pada tahapan ini akan dilakukan format data asli ke dalam format data yang sesuai dengan penelitian.
