Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Data Jumlah Kepala Sekolah Dan Guru Berdasarkan Kelompok Umur Di Provinsi Sulawesi Barat, Maluku Utara, Papua Barat, Dan Papua Pegunungan Tahun 2023/2024 Agustina, Dahlia; Utama, Indriani; Julianti, Salwa; Rahma Anggraeni, Yunita
Jurnal Riset Informatika dan Inovasi Vol 2 No 8 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Pendidikan memegang peran penting dalam kemajuan bangsa, namun hal tersebut masih merupakan tantangan bagi Indonesia dalam menyebar luaskan tenaga pendidik, terutama di daerah-daerah yang terpencil seperi Papua Pegunungan. Penelitian ini menganalisis distribusi kepala sekolah dan guru berdasrakan kelompok umur di empat provinsi yaitu Sulawesi Barat, Maluku Utara, Papua Barat, dan Papua Pegunungan. Dengan menggunakan analisis statistik deskriptif (mean, median) dan visualisasi (histogram, poligon frekuensi, ogive), kami menemukan jumlah tenaga pendidik di Papua Pegunungan paling sedikit serta didominasi oleh kelompok umur tua. Hal ini mengindikasikan masalah regenerarsi tenaga pendidik yang tdk dapat mendukag jangka panjang kualitas pendidikan. Temuan ini mungkin memunculkan gagasan kebijakan distribusi dan regenerasi tenaga pendidik yang lebih adil khususnya untuk Papua Pegunungan.
ANALISIS KOMPARATIF K-MEANS UNTUK SEGMENTASI DATA EKONOMI, SOSIAL, DAN KEUANGAN Agustina, Dahlia; Nanda, Dennis; Muharram, Fahri; Pratama, Adhyaksa; Anggraeni, Yunita
JUTECH : Journal Education and Technology Vol 6, No 2 (2025): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i2.5050

Abstract

Penelitian ini bertujuan untuk menganalisis penerapan algoritma K-Means secara komparatif pada lima studi kasus dari domain ekonomi, sosial, dan keuangan. Studi kasus yang digunakan meliputi data kemiskinan di Indonesia, laporan keuangan BUMN sektor perhubungan, konsumsi tembakau di Amerika Serikat, alokasi anggaran pendidikan lintas negara, dan kurs valuta asing terhadap Rupiah. Algoritma K-Means diterapkan menggunakan pustaka Scikit-learn dalam Python dengan langkah pra-pemrosesan yang sesuai, seperti standardisasi data dan penentuan jumlah klaster optimal menggunakan Elbow Method pada kasus tertentu. Analisis dilakukan dengan pendekatan kuantitatif untuk menghasilkan klaster, yang kemudian diinterpretasikan secara deskriptif kualitatif. Hasil penelitian menunjukkan bahwa K-Means mampu mengelompokkan data secara efektif pada kelima kasus yang dianalisis, terutama ketika diikuti dengan langkah metodologi yang tepat. Klaster yang dihasilkan mempermudah pemahaman pola data, baik untuk evaluasi kebijakan sosial-ekonomi maupun untuk mendukung pengambilan keputusan keuangan. Kesimpulan dari studi ini adalah bahwa K-Means merupakan alat segmentasi data yang fleksibel dan serbaguna, namun keberhasilan implementasinya sangat bergantung pada konteks data, metodologi yang diterapkan, dan interpretasi hasil yang cermat.