Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Advanced Informatics and Sustainable Intelligent Systems
Nadjwa tasya Safira
Teknik Informatika, Universitas Lampung

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

Found 1 Documents
Search

 1 
Analisis Disparitas Pendidikan Di Indonesia Menggunakan Clustering Dan Classification Berbasis Data Geospasial TRISYA Septiana; Rio Ariesta Pardipta; Nadjwa tasya Safira; Erlin Sari Ramadhani
Journal of Advanced Informatics and Sustainable Intelligent Systems Vol. 1 No. 2 (2026)
Publisher : Faculty of Engineering University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jaisi.v1i2.46

Abstract

Pemerataan akses pendidikan di Indonesia masih menghadapi persoalan spasial, demografis, dan kelembagaan yang tidak dapat dijelaskan hanya melalui jumlah sekolah secara agregat. Penelitian ini bertujuan menganalisis pola disparitas pendidikan Indonesia menggunakan pendekatan data mining berbasis data geospasial. Metode penelitian mengikuti tahapan CRISP-DM, mulai dari pemahaman masalah, eksplorasi data, pembersihan data, rekayasa fitur, pemodelan, evaluasi, hingga penyusunan rekomendasi. Dataset yang digunakan adalah Indonesia School Dataset with Province Data yang memuat atribut lokasi sekolah, jenjang pendidikan, status kepemilikan, luas provinsi, jumlah penduduk, dan penduduk usia sekolah. Proses analisis menerapkan K-Means Clustering untuk segmentasi wilayah serta Random Forest Classifier untuk memprediksi status sekolah negeri atau swasta. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah empat cluster dengan Silhouette Score sebesar 0,414. Model Random Forest memperoleh akurasi 0,83 dengan precision kelas negeri 0,88, recall 0,91, dan F1-score 0,89. Feature importance menunjukkan longitude, latitude, dan school level sebagai faktor paling dominan. Temuan ini menegaskan bahwa disparitas pendidikan Indonesia memiliki pola geospasial yang kuat dan memerlukan kebijakan pemerataan berbasis data.
Co-Authors Erlin Sari Ramadhani Rio Ariesta Pardipta Trisya Septiana