Analisis Hasil Identifikasi Analisis Hasil Identifikasi

82 5. SMA MUHAMMADIYAH PIYUNGAN 6. SMA MUHAMMADIYAH MLATI 7. SMA SANJAYA XIV NANGGULAN 3 100 2 1. SMA MA‟ARIF YOGYAKARTA 2. SMA MA‟ARIF WATES 3. SMA IKIP VETERAN 4. SMA SANTO THOMAS YOGYAKARTA 5. SMA MUHAMMADIYAH PIYUNGAN 6. SMA MUHAMMADIYAH MLATI 7. SMA SANJAYA XIV NANGGULAN 3 100 3 1. SMA MA‟ARIF YOGYAKARTA 2. SMA MA‟ARIF WATES 3. SMA IKIP VETERAN 4. SMA SANTO THOMAS YOGYAKARTA 5. SMA MUHAMMADIYAH PIYUNGAN 6. SMA MUHAMMADIYAH MLATI 7. SMA SANJAYA XIV NANGGULAN Pada hasil pengujian tabel 6.20 di atas, variasi Beta tidak berpengaruh dalam hasil deteksi outlier karena pada penentuan nilai b menggunakan nilai Alfa pada semua atribut. Alfa dan Beta merupakan variabel yang digunakan untuk melakukan penentuan nilai b dapat digunakan atau tidak jika memenuhi syarat rumus 2.1 atau rumus 2.2. Hasil pengujian tersebut pada semua atribut memenuhi syarat rumus 2.1.

6.3. Analisis Hasil Identifikasi

Outlier

6.3.1. Analisis Hasil Identifikasi

Outlier Dataset Jurusan IPA Dari sepuluh percobaan pada dataset jurusan IPA di Daerah Istimewa Yogyakarta tahun ajaran 20142015 yang memiliki 115 sekolah, dapat diketahui bahwa dengan menggunakan contoh threshold tujuh didapatkan hasil tujuh sekolah yang sama dari percobaan-percobaan yang sudah dilakukan dengan perbedaan nilai b , Alfa , dan Beta . Tujuh sekolah tersebut yaitu sebagai berikut. 83 Tabel 6. 21 Hasil Identifikasi Outlier jurusan IPA Nama Sekolah Nilai UN Nilai IIUN Akreditasi SMA „17‟ YOGYAKARTA 221.19 75.6 B SMA MUHAMMADIYAH KALASAN 228.74 72.4 B SMA MUHAMMADIYAH PAKEM 243.76 74.0 B SMA MUHAMMADIYAH 1 SLEMAN 311.9 84.4 B SMA MUHAMMADIYAH PIYUNGAN 274.36 78.62 B SMA MUHAMMADIYAH MLATI 306.86 71.8 B SMA GAJAH MADA YOGYAKARTA 374.32 53.28 B Pada ketujuh sekolah tersebut teridentifikasi sebagai outlier karena dipengaruhi oleh nilai Akreditasi yang bernilai B. Beberapa sekolah juga yang teridentifikasi sebagai outlier karena memiliki nilai UN dan IIUN dibawah rata-rata. SMA Muhammadiyah 1 Sleman memiliki nilai IIUN diatas rata-rata namun memiliki nilai UN dibawah rata-rata dan memiliki nilai akreditasi B, sehingga dapat dikategorikan sebagai outlier . Sama halnya dengan SMA Gajah Mada Yogyakarta yang memiliki nilai UN diatas rata-rata namun memiliki nilai IIUN dibawah rata-rata dan nilai akreditasi bernilai B, sehingga dikategorikan sebagai outlier . PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 84

6.3.2. Analisis Hasil Identifikasi

Outlier Dataset Jurusan IPS Dari sepuluh percobaan pada dataset jurusan IPS di Daerah Istimewa Yogyakarta tahun ajaran 20142015 yang memiliki 120 sekolah, dapat diketahui bahwa dengan menggunakan threshold tujuh didapatkan hasil tujuh sekolah yang sama dari percobaan-percobaan yang sudah dilakukan dengan perbedaan nilai b , Alfa , dan Beta . Tujuh sekolah tersebut yaitu sebagai berikut. Tabel 6. 22 Hasil Identifikasi Outlier jurusan IPS Nama Sekolah Nilai UN Nilai IIUN Akreditasi SMA MA‟ARIF YOGYAKARTA 226.45 82.55 B SMA MA‟ARIF WATES 229.89 67.2 B SMA IKIP VETERAN 233.93 67.49 B SMA SANTO THOMAS YOGYAKARTA 245.08 85.03 B SMA MUHAMMADIYAH PIYUNGAN 254.13 82.2 B SMA MUHAMMADIYAH MLATI 256.42 71.8 B SMA SANJAYA XIV NANGGULAN 302.35 81.2 B Pada ketujuh sekolah tersebut teridentifikasi sebagai outlier karena dipengaruhi oleh nilai Akreditasi yang bernilai B. Beberapa sekolah juga yang teridentifikasi sebagai outlier karena memiliki nilai UN dan IIUN dibawah rata- rata. SMA Ma‟arif Yogyakarta, SMA Santo Thomas Yogyakarta, SMA Muhammadiyah Yogyakarta, dan SMA Sanjaya XIV Nanggulan memiliki nilai IIUN diatas rata-rata namun tergolong ke dalam kategori outlier karena dipengaruhi nilai Akreditasi yang bernilai B. Nilai UN pada ketujuh sekolah tersebut berada dibawah rata-rata. 85 6.4. Kelebihan dan Kekurangan Perangkat Lunak 6.4.1.

Dokumen yang terkait

POBYE PENGARUH PENGALAMAN KERJA, INDEPENDENSI, OBYEKTIFITAS, INTEGRITAS, DAN KOMPETENSI TERHADAP KUALITAS HASIL PEMERIKSAAN DI INSPEKTORAT PROVINSI DAERAH ISTIMEWA YOGYAKARTA.

0 3 14

Penerapan algoritma MixCBLOF berbasis klaster untuk identifikasi outlier pada data hasil ujian nasional, indeks integritas, dan akreditasi SMA di Daerah Istimewa Yogyakarta.

1 5 140

Penerapan algoritma apriori untuk analisis daya serap hasil ujian nasional matematika SMA jurusan IPA di Yogyakarta.

0 1 13

Penerapan algoritma apriori untuk analisis daya serap hasil ujian nasional mata pelajaran Matematika SMA jurusan IPA di Daerah Istimewa Yogyakarta.

0 12 206

Penerapan algoritma fp-growth untuk analisis pola asosiasi daya serap hasil jian nasional mata pelajaran Bahasa Indonesia SMA di Yogyakarta.

1 11 122

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma K-Means Clustering.

1 1 87

Pengelompokan Sekolah Menengah Atas di Provinsi Daerah Istimewa Yogyakarta berdasarkan nilai Ujian Nasional menggunakan algoritma agglomerative hierarchical clustering.

11 55 123

Deteksi outlier untuk nilai ujian Sekolah Menengah Atas (Sma) menggunakan Algoritma Influenced Outlierness (INFLO).

0 1 373

Penerapan metode enhanced class outlier distance based untuk identifikasi outlier pada data hasil ujian nasional, indeks integritas dan akreditasi sekolah menengah atas

1 6 143

Provinsi Daerah Istimewa Yogyakarta UU NO 13 2012

0 0 23