Perbandingan Metode K-Means dan AG K-Means dalam Penggerombolan Provinsi di Indonesia Berdasarkan Indikator Pendidikan

Abstract

Pembangunan pendidikan merupakan salah satu investasi sumber daya manusia yang dapat memicu daya saing bangsa di era global. Pendidikan dinilai dapat meningkatkan kualitas SDM sebagai faktor pendukung utama untuk meningkatkan produktivitas nasional di berbagai bidang dan sektor pembangunan. Oleh karena itu, perlu dilakukan penggerombolan provinsi di Indonesia berdasarkan indikator pendidikan untuk memudahkan pemerintah melaksanakan pembangunan di bidang pendidikan. Tujuan dari penelitian ini adalah untuk membandingkan kinerja penggerombolan dengan menggunakan metode k-means dan AG k-means. Kelebihan dari metode k-means adalah algoritmanya yang sederhana dan memberikan hasil yang cukup baik dalam mengelompokkan objek. Namun metode ini sangat bergantung pada penentuan titik pusat awal (initial centroid) yang ditentukan secara acak sehingga solusi gerombol tidak optimal. Metode alternatif yang dapat menentukan initial centroid yang lebih optimal adalah Algoritma Genetika (AG). Penggerombolan dilakukan berdasarkan indikator pendidikan dasar yaitu SD/MI serta SMP/MTs dan pendidikan menengah yaitu SMA/SMK/MA. Berdasarkan nilai rasio keragaman gerombol dari kedua metode, diperoleh hasil bahwa metode AG k-means memberikan hasil penggerombolan yang lebih optimal untuk menggerombolkan data indikator pendidikan di Indonesia