Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Distribusi Kepala Sekolah Dan Guru : Studi Kasus Pada Provinsi DKI Jakarta, Jawa Barat, Kalimantan Selatan Dan Papua Tahun 2023/2024 Putra Nurhudaya, Reza; Ardeliana, Lisa; Bustomi, Ilham
LOGIC : Jurnal Ilmu Komputer dan Pendidikan Vol. 2 No. 6 (2024): Logic : Jurnal Ilmu Komputer dan Pendidikan
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pendidikan di Indonesia masih menghadapi berbagai tantangan, salah satunya adalah ketimpangan distribusi tenaga pendidik, baik guru maupun kepala sekolah, yang dapat berdampak pada kualitas pendidikan. Penelitian ini bertujuan untuk menganalisis distribusi kepala sekolah dan guru di empat provinsi Indonesia (DKI Jakarta, Jawa Barat, Kalimantan Selatan, dan Papua) berdasarkan kelompok umur. Data diperoleh melalui portal data Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi dan dianalisis dengan menggunakan metode statistik deskriptif, termasuk perhitungan rata-rata (mean), median, serta pembuatan grafik histogram, poligon, dan ogive untuk menggambarkan distribusi usia. Hasil penelitian menunjukkan bahwa mayoritas kepala sekolah dan guru berada pada rentang usia 26-40 tahun, yang merupakan usia produktif. Dengan dominasi kepala sekolah dan guru pada usia ini, diharapkan dapat meningkatkan kualitas pendidikan di Indonesia, mengingat bahwa usia produktif berhubungan dengan pengalaman dan kemampuan pengelolaan pendidikan yang lebih baik. Penelitian ini juga menyarankan perlunya pengembangan program pelatihan kepemimpinan dan peningkatan fasilitas untuk mendukung kepala sekolah dan guru muda dalam menghadapi tantangan Pendidikan.
Analisis Perbandingan Hasil K-Means Clustering untuk Sektor Ekonomi dan Kesehatan Nurhudaya, Reza Putra; Bustomi, Ilham; Danutirta, Radithya; Ardeliana, Lisa; Rudianto, Bagas; Alfian, Zurnan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1258

Abstract

Penelitian ini melakukan analisis komparatif terhadap hasil klasterisasi menggunakan algoritma K-Means Clustering pada lima dataset yang berasal dari dua sektor berbeda, yaitu ekonomi dan kesehatan. Dataset yang dianalisis meliputi data IPO perusahaan besar di Amerika Serikat, konsumsi energi dan kebutuhan oksigen kendaraan bermotor, persebaran COVID-19 di Indonesia, indeks daya beli berdasarkan harga Big Mac, serta komponen neraca pembayaran Indonesia. Setiap dataset dianalisis secara terpisah untuk mengidentifikasi pola tersembunyi dan klasifikasi alami berbasis fitur numerik. Hasil menunjukkan bahwa pada seluruh kasus, algoritma K-Means mampu mengidentifikasi struktur klaster yang jelas dan konsisten, dengan pola umum klasifikasi menjadi tiga kelompok (rendah–sedang–tinggi). Hasil ini mengindikasikan bahwa K-Means Clustering memiliki potensi sebagai alat eksplorasi data multivariabel yang efektif di berbagai domain. Temuan ini juga membuka peluang pemanfaatan klasterisasi sebagai dasar segmentasi strategis dalam perumusan kebijakan dan analisis pasar.