Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika
Uly Aldini
Universitas PGRI Adi Buana Surabaya
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance

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

Found 1 Documents
Search

 1 
Pengelompokan Provinsi Di Indonesia Berdasarkan Indikator Mutu Pendidikan Sekolah Menengah Pertama Tahun 2016 – 2018 Menggunakan Model Based Clustering Uly Aldini; Wara Pramesti
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 13 No 2 (2020): Jurnal Ilmiah Teori dan Aplikasi Statistika
Publisher : Faculty of Science and Technology, Univ. PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1018.395 KB) | DOI: 10.36456/jstat.vol13.no2.a2905

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, dengan 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. Penelitian 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 pendidikan 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
Co-Authors pramesti, wara