Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Pendidikan Matematika

Karakteristik Mahasiswa Pendidikan Matematika IAIN Antasari Banjarmasin Dengan Menggunakan Metode Two Step Cluster (Studi Kasus Angkatan 2012/2013) Lathifaturrahmah Lathifaturrahmah; Rahmawati Rahmawati; Sessi Rewetty Rivilla
Jurnal Pendidikan Matematika VOLUME 1 NOMOR 1 DESEMBER 2013
Publisher : UIN Antasari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18592/jpm.v1i1.57

Abstract

Penelitian ini menemukan bahwa karakteristik Cluster 1 berisi 100% mahasiswa yang berasal dari jalur masuk PSB, jurusan IPA, berstatus negeri, dan biaya kuliah berasal dari orang tua. Berasal dari sekolah yang terletak di luar Kabupaten Banjar sebesar 92%, memiliki rata-rata nilai matematika di rapor yaitu 8,54, dan nilai UN matematika 8,39, dan paling banyak berjenis kelamin perempuan yaitu 68%. Sedangkan untuk profil Cluster 2 berisi 100% dari sekolah berstatus negeri dan biaya kuliah dari orang tua, mahasiswa yang berasal dari jalur masuk SPMB-PTAIN sebesar 80%, rata-rata nilai rapor 7,99, berasal dari jurusan IPA sebesar 74,3%, 80% berasal dari Luar Kabupaten Banjar, berjenis kelamin perempuan sebesar 68,6% dan memilikinilai UN Matematika yaitu 7,95. Karakteristik Cluster 3 berisi mahasiswa yang berasal dari sekolah swasta sebesar 56,8%,dari jurusan IPA sebesar 47,7%, berasal dari sekolah Luar Kabupaten Banjar sebesar 38,6%. Biaya kuliah berasal dariorang tua sebesar 72,7%, berasal dari jalur masuk SPMB PTAIN sebesar 70,5%, dan mempunyai nilai UN Matematika7,79 dan rata-rata nilai rapor 8,37 dan berjenis kelamin perempuan sebanyak 72,7%.
Perbandingan Hasil Penggerombolan K-Means, Fuzzy K-Means, dan Two Step Clustering Lathifaturrahmah Lathifaturrahmah
Jurnal Pendidikan Matematika VOLUME 2 NOMOR 1 DESEMBER 2014
Publisher : UIN Antasari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18592/jpm.v2i1.1166

Abstract

Analisis gerombol merupakan salah satu metode peubah ganda yang tujuan utamanya adalah mengelompokkan objek berdasarkan kemiripan atau ketidakmiripan karakteristik-karakteristiknya, sehingga objek yang terletak dalam satu gerombol memiliki kemiripan sifat yang lebih besar dibandingkan dengan objek pengamatan yang terletak pada gerombol lain. K-means merupakan salah satu metode penggerombolan tak berhirarki yang paling banyak digunakan, namun karena menggunakan rataan sebagai centroidnya, metode ini lebih sensitif terhadap keberadaan pencilan pada data. Sehingga berkembanglah metode baru, k-medoid, dengan berbasis median sebagai pusat gerombolnya. Penelitian ini bertujuan untuk membandingkan hasil analisis gerombol metode k-means dengan k-medoid baik pada saat data mengandung pencilan maupun tidak. Metode k-medoid diharapkan lebih kekar terhadap pencilan dibandingkan dengan k-means, sehingga dapat memberikan hasil gerombol yang lebih akurat dengan nilai tingkat salah klasifikasi yang lebih kecil. Hasil penggerombolan menunjukkan bahwa metode k-medoid mempunyai nilai rataan tingkat salah klasifikasi yang lebih rendah dan signifikan pada kondisi proporsi pencilan 5%, sedangkan pada kondisi proporsi pencilan 10% dan 15% hasil nilai rataan salah klasifikasinya tidak berbeda signifikan dengan metode k-means.