Analisis Pola Kinerja Pendidikan di Provinsi Jawa Tengah Menggunakan Metode Clustering K-Mens

Hazim, Naufal (Universitas Stikubank (Unisbank) Semarang)
Lusiana, Veronica (Universitas Stikubank ( Unisbank ) Semarang)

Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Vol 14, No 2: Agustus 2025

This study aims to analyze the pattern of educational performance in Central Java Province using the K-Means Clustering method. The three main indicators used in this analysis are School Participation Rate, Gross Participation Rate, and Pure Participation Rate. The data used is secondary data from the Central Statistics Agency in 2023 which covers 35 districts/cities. Before clustering, the data is normalized. Determination of the optimal number of clusters is carried out using the Elbow method and the test results show that the best number of clusters is three which is marked by the elbow point on the SSE graph. The validity of clustering is strengthened by calculating the distance between centroids where the furthest distance reaches 0.603 indicating significant cluster separation. The final result of clustering divides districts/cities into three groups: clusters with high medium, and low education performance. These findings can be used as a basis for local governments in formulating more targeted policies in order to realize equal distribution of quality and access to education in Central Java Province.Keywords: K-Means; Education; Clustering; Elbow Methode AbstrakPenelitian ini bertujuan untuk menganalisis pola kinerja pendidikan di Provinsi Jawa Tengah menggunakan metode Clustering K-Means. Tiga indikator utama yang digunakan dalam analisis ini adalah Angka Partisipasi Sekolah, Angka Partisipasi Kasar, Angka Partisipasi Murni. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik tahun (BPS) 2023 yang mencakup 35 kabupaten/kota. Sebelum dilakukan klasterisasi, data dinormalisasi. Penentuan jumlah klaster optimal dilakukan dengan metode Elbow dan hasil pengujian menunjukkan bahwa jumlah klaster terbaik adalah tiga yang ditandai dengan titik siku (elbow) pada grafik SSE. Validitas klasterisasi diperkuat dengan perhitungan jarak antar centroid di mana jarak terjauh mencapai 0,603 menunjukkan pemisahan klaster yang signifikan. Hasil akhir klasterisasi membagi kabupaten/kota ke dalam tiga kelompok klaster dengan kinerja pendidikan tinggi, sedang, dan rendah. Temuan ini dapat dijadikan landasan oleh pemerintah daerah dalam merumuskan kebijakan yang lebih tepat sasaran guna mewujudkan pemerataan mutu dan akses pendidikan di Provinsi Jawa Tengah.