23 lines
3.3 KiB
Markdown
23 lines
3.3 KiB
Markdown
# Proyek Machine Learning
|
|
Anggota:
|
|
1. Ananda Dwi Prasetyo
|
|
|
|
# Jumlah Pendidik SMA/MA/Sederajat tahun 2024
|
|
|
|
https://data.go.id/dataset/dataset/jumlah-pendidik-sma-sma-ma-sederajat-2024
|
|
|
|
Pendidikan merupakan salah satu aspek fundamental dalam pembangunan suatu bangsa. Melalui pendidikan, kualitas sumber daya manusia dapat ditingkatkan sehingga mampu berkontribusi terhadap kemajuan sosial, ekonomi, dan budaya. Pemerintah Indonesia menempatkan sektor pendidikan sebagai prioritas utama dalam pembangunan nasional, sebagaimana tertuang dalam Undang-Undang Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional. Salah satu jenjang pendidikan yang memiliki peran strategis dalam membentuk karakter dan kompetensi generasi muda adalah jenjang Sekolah Menengah Atas (SMA) dan sederajat, yang berfungsi sebagai jembatan antara pendidikan dasar dan pendidikan tinggi.
|
|
|
|
Tenaga pendidik, khususnya guru, memegang peran utama dalam keberhasilan penyelenggaraan pendidikan. Kualitas dan kuantitas pendidik akan sangat memengaruhi mutu proses belajar-mengajar serta pencapaian hasil pendidikan. Oleh karena itu, ketersediaan data yang akurat dan mutakhir mengenai jumlah pendidik menjadi hal yang sangat penting dalam perencanaan, evaluasi, dan pengambilan kebijakan di bidang pendidikan. Data mengenai jumlah pendidik SMA/sederajat juga dapat digunakan untuk mengidentifikasi sebaran guru di berbagai wilayah, menentukan kebutuhan rekrutmen tenaga pendidik, serta menilai efektivitas program peningkatan kualitas guru.
|
|
|
|
Pada tahun 2023, Indonesia mencatat jumlah pendidik pada jenjang SMA dan sederajat yang tersebar di seluruh provinsi. Data tersebut memberikan gambaran mengenai kondisi tenaga pendidik di tingkat menengah atas, baik dari segi jumlah maupun persebarannya. Analisis terhadap data ini dapat membantu memahami apakah distribusi pendidik sudah merata di seluruh wilayah Indonesia atau masih terdapat ketimpangan antar daerah. Dengan demikian, pemerintah dan pemangku kepentingan dapat merumuskan strategi yang lebih tepat untuk pemerataan dan peningkatan mutu pendidikan.
|
|
|
|
# Analisis Dataset: K-Means Clustering
|
|
|
|
Pada penelitian ini data dianalisis dengan metode analisis clusterya itu K-Means Clustering yang mana termasuk dalam metode non hirarki. K-Means menggunakan pendekatan yang berbeda dengan metode lain seperti Fuzzy C-Means, Agglomerative Hierarchical Clustering, dan K-Medoids. K-Means hanya memungkinkan suatu data menjadi bagian dari satu cluster, sedangkan metode lain seperti Fuzzy C-Means memungkinkan suatu data tidak hanya menjadi bagian dari satu cluster saja.
|
|
|
|
Clustering merupakan salah satu metode unsupervised learning, yang mana datasetakan dipartisi menjadi kelompok atau clusteryang berbeda berdasarkan ukuran kesamaan tertentu. Metode ini akan mengelompokkan objek-objek ke dalam cluster berdasarkan karakteristik yang memiliki tingkat kemiripan yang signifikan jika berada dalam satu kluster, dan memiliki perbedaan yang cukup besar jika objek berada dalam kluster yang berbeda.
|
|
|
|
K-Means adalah metode pengelompokan yang mengelompokkan data berdasarkan kedekatan data dengan centroid (titip pusat kluster). Pengelompokan dengan K-Means bertujuan untuk meminimalkan kemiripan karakteristik data dalam cluster yang berbeda dan memaksimalkan kemiripan karakteristik data dalam cluster yang sama.
|
|
|