PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR MUTU PENDIDIKAN SEKOLAH MENENGAH PERTAMA TAHUN 2016 – 2018 MENGGUNAKAN MODEL BASED CLUSTERING

Aldini, Uly (2020) PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR MUTU PENDIDIKAN SEKOLAH MENENGAH PERTAMA TAHUN 2016 – 2018 MENGGUNAKAN MODEL BASED CLUSTERING. Skripsi thesis, UNIVERSITAS PGRI ADIBUANA SURABAYA.

[thumbnail of 1. HALAMAN DEPAN.pdf] Text
1. HALAMAN DEPAN.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (1MB)
[thumbnail of 2. ABSTRAK.pdf] Text
2. ABSTRAK.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (393kB)
[thumbnail of 3. BAB I.pdf] Text
3. BAB I.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (306kB)
[thumbnail of 8. DAFTAR PUSTAKA & LAMPIRAN.pdf] Text
8. DAFTAR PUSTAKA & LAMPIRAN.pdf - Published Version
Available under License Creative Commons Attribution No Derivatives.

Download (1MB)
Official URL: https://unipasby.ac.id/

Abstract

Peran pendidikan dalam suatu bangsa bertujuan untuk membentuk sumber daya
manusia yang terdidik, berkompeten dan berkarakter. Standar Nasional Pendidikan
(SNP) ditetapkan sebagai acuan pengukuran mutu pendidikan di Indonesia, deng an
melihat delapan aspek yaitu Standar Pendidikan dan Tenaga Kependidikan,
Standar Sarana dan Prasarana, Standar Pengelolaan, Standar Pembiayaan
Pendidikan, Standar Isi, Standar Proses, Standar Penilaian Pendidikan dan Standar
Kompetensi Lulusan. Penelit ian sebelumnya mengenai faktor dominan yang
membentuk mutu pendidikan jenjang sekolah dasar dan menengah, menjelaskan
bahwa terdapat lebih dari 50 indikator yang memuat data multivariat. Melalui
indikator – indikator tersebut, penulis ingin mengukur mutu p endidikan dengan
mengelompokan provinsi di Indonesia menggunakan metode Model Based
Clustering. Metode ini sangat sesuai dengan data yang terindikasi kasus outlier,
dengan pendekatan menggunakan jarak Mahalanobis dan jarak Robust akan
diketahui di titik mana data tersebut mengalami outlier. Data yang terindikasi
outlier menyebabkan tidak terpenuhinya asumsi normal multivariat, sehingga
distribusi probabilitas yang sesuai adalah distribusi t multivariat. Penaksiran
parameter menggunakan Maximum Likelihood Estimation terhadap Model Finite
Mixture dengan t multivariat dipandang sebagai metode yang lebih robust terhadap
data yang mengandung outlier. Model terbaik dari kelompok yang terbentuk akan
dilihat melalui perhitungan ICL tertinggi.
Kata kunci : SNP, Maximum Likelihood Estimator, Model Based Clustering.

Item Type: Thesis (Skripsi)
Subjects: L Education > L Education (General)
Q Science > QA Mathematics
Divisions: Fakultas Sains dan Teknologi (FST) > Statistika
Depositing User: Ilham Komarudin PERPUS
Date Deposited: 25 Nov 2022 02:49
Last Modified: 25 Nov 2022 02:49
URI: https://repository.unipasby.ac.id/id/eprint/1701

Actions (login required)

View Item
View Item