Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Emerging Statistics and Data Science Journal
Lintang Amir Faiq
Unknown Affiliation
Computer Science & IT Mathematics

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

Found 1 Documents
Search
Journal : Emerging Statistics and Data Science Journal

 1 
Pengelompokan Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Indikator Pendidikan Menggunakan K-Medoids: Pengelompokan Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Indikator Pendidikan Menggunakan K-Medoids Alfarid, Muhammad Ridho Alfarid; Azanzi Bagus Pratama; Lintang Amir Faiq; Surya Purnama; Muhammad Irfan Hayyi; Muhammad Raihan Al Anshori; Edy Widodo
Emerging Statistics and Data Science Journal Vol. 4 No. 1 (2026): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol4.iss.1.art04

Abstract

Pendidikan berperan penting dalam meningkatkan kualitas sumber daya manusia dan daya saing bangsa, sejalan dengan Tujuan Pembangunan Berkelanjutan (SDGs) poin 4 serta visi Indonesia Emas 2045. Namun, Jawa Tengah masih menghadapi tantangan besar, terutama karena memiliki tingkat penyelesaian pendidikan jenjang SMA terendah di Pulau Jawa. Penelitian ini bertujuan mengelompokkan dan menggambarkan kabupaten/kota di Jawa Tengah berdasarkan indikator pendidikan, yaitu Rata-Rata Lama Sekolah (RLS), Angka Partisipasi Sekolah (APS), Angka Partisipasi Kasar (APK), dan Angka Partisipasi Murni (APM), dengan menggunakan metode K-Medoids Clustering. Data sekunder tahun 2023 dari BPS dianalisis secara deskriptif, diuji multikolinearitas menggunakan Variance Inflation Factor (VIF), serta ditentukan jumlah klaster optimal menggunakan metode Elbow. Hasil menunjukkan bahwa APK memiliki nilai rata-rata tertinggi (89,51%) dan RLS terendah (minimum 6,4 tahun), serta tidak ditemukan multikolinearitas antar variabel. Metode Elbow mengidentifikasi tiga klaster optimal, yaitu klaster pertama (14 kabupaten/kota) dengan indikator "sedang", klaster kedua (9 kabupaten/kota) dengan indikator "rendah", dan klaster ketiga (12 kabupaten/kota) dengan indikator "tinggi", yang kemudian divisualisasikan secara spasial menggunakan QGIS. Hasil pengelompokan ini diharapkan menjadi dasar dalam penyusunan kebijakan pendidikan yang lebih inklusif dan tepat sasaran di Jawa Tengah, guna mendukung pencapaian SDGs dan visi Indonesia Emas 2045.
Co-Authors Alfarid, Muhammad Ridho Alfarid Azanzi Bagus Pratama Edy Widodo Muhammad Irfan Hayyi Muhammad Raihan Al Anshori Surya Purnama