Fajriyati, Fauzia
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengelompokan dan Prediksi Distribusi Guru ASN Orang Asli Papua dan Non-Orang Asli Papua dengan Pendekatan Data Mining: Clustering and Prediction of the Distribution of Civil Servant Teachers of Papuan and Non-Papuan Origin Using a Data Mining Approach Arfan, Usman; Fajriyati, Fauzia
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 3 (2026): MALCOM July 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i3.2742

Abstract

Pemerataan distribusi guru ASN menjadi isu penting dalam penyediaan layanan pendidikan yang berkeadilan, terutama di Kabupaten Nabire yang memiliki karakteristik wilayah yang beragam, termasuk perkotaan, pesisir, dan wilayah dengan aksesibilitas terbatas. Penelitian ini bertujuan untuk menganalisis distribusi guru ASN Orang Asli Papua (OAP) dan non-OAP pada satuan pendidikan di Kabupaten Nabire menggunakan pendekatan data mining. Data penelitian berupa data sekunder dari Dinas Pendidikan Kabupaten Nabire tahun 2025 yang mencakup 256 satuan pendidikan dengan total 2.147 guru ASN, terdiri atas 364 guru OAP (16,95%) dan 1.783 guru non-OAP (83,05%). Data ditransformasikan menjadi data agregat per satuan pendidikan melalui seleksi atribut, pembersihan data, penanganan nilai kosong, penghapusan duplikasi, agregasi, dan normalisasi. K-Means digunakan untuk mengelompokkan satuan pendidikan, sedangkan Naive Bayes, k-Nearest Neighbors, dan Decision Tree digunakan untuk mengklasifikasikan kategori distribusi. Hasil clustering menghasilkan tiga cluster utama. Cluster 1 menunjukkan keterwakilan OAP tinggi dengan jumlah guru relatif kecil, Cluster 2 didominasi non-OAP dengan jumlah guru besar, sedangkan Cluster 3 mencakup 179 satuan pendidikan (69,92%) dan menunjukkan dominasi guru non-OAP. Decision Tree memberikan performa terbaik dengan AUC 0,994, accuracy 0,992, precision 0,992, recall 0,992, dan F1-score 0,992. Temuan menunjukkan distribusi guru ASN OAP belum proporsional, terutama pada kategori Tidak ada OAP dan Rendah.