IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS PADA K-MEANS UNTUK KLASTERISASI TINGKAT PENDIDIKAN PENDUDUK KABUPATEN SEMARANG

Syarafina Dewi
Magdalena A. Ineke Pakereng


DOI: https://doi.org/10.29100/jipi.v8i4.4101

Abstract


Indonesia diperkirakan akan menghadapi bonus demografi pada tahun 2035. Sebagai upaya untuk menghadapi hal tersebut, negara Indonesia membutuhkan sumber daya manusia yang berkualitas salah satunya melalui pendidikan. Namun ditinjau dari Angka Partisipasi Kasar (APK) untuk tingkat pendidikan tinggi di Kabupaten Semarang masih tergolong rendah, yaitu 19,25%. Oleh karena itu, penelitian ini bertujuan untuk mengelompokkan tingkat pendidikan berdasarkan jenis kelamin, umur, dan status individu dalam keluarga dengan menggunakan algoritma K-Means dan reduksi dimensi melalui metode Principal Component Analysis (PCA). Penelitian ini dilakukan dengan mengolah data hasil Survei Sosial Ekonomi Nasional 2021 Maret (KOR) Wilayah Kabupaten Semarang yang bersumber dari data Badan Pusat Statistik (BPS). Setelah dilakukan analisis, dihasilkan dua komponen utama dengan proporsi kumulatif mencapai 70%. Kemudian, setelah dilakukan reduksi dimensi dengan menggunakan metode PCA, analisis klaster dilakukan dengan menggunakan algoritma K-means yang menghasilkan empat kelompok dengan karakteristik yang berbeda untuk masing-masing klaster.

Full Text:

PDF

Article Metrics :

References


O. Achmad and N. Sutikno, “BONUS DEMOGRAFI DI INDONESIA,” Visioner: Jurnal Pemerintahan Daerah di Indonesia, vol. 12, no. 2, 2020, doi: https://doi.org/10.54783/jv.v12i2.285.

BPS Provinsi Jawa Tengah, “Angka Partisipasi Kasar (APK) (Persen), 2019-2021.” https://jateng.bps.go.id/indicator/28/70/1/angka-partisipasi-kasar-apk-.html (accessed Dec. 12, 2022).

BPS, “Angka Partisipasi Kasar (APK),” 2014. https://sirusa.bps.go.id/sirusa/index.php/indikator/565 (accessed Dec. 12, 2022).

W. Sheng et al., “A Differential Evolution Algorithm With Adaptive Niching and K-Means Operation for Data Clustering,” IEEE Trans Cybern, vol. 52, no. 7, pp. 6181–6195, 2020, doi: 10.1109/TCYB.

C. H. Yu, F. Gao, S. Lin, and J. Wang, “Quantum data compression by principal component analysis,” Quantum Inf Process, vol. 18, no. 8, Aug. 2019, doi: 10.1007/s11128-019-2364-9.

S. Velliangiri, S. Alagumuthukrishnan, and S. I. Thankumar Joseph, “A Review of Dimensionality Reduction Techniques for Efficient Computation,” in Procedia Computer Science, Elsevier B.V., 2019, pp. 104–111. doi: 10.1016/j.procs.2020.01.079.

B. Venkatesh and J. Anuradha, “A review of Feature Selection and its methods,” Cybernetics and Information Technologies, vol. 19, no. 1, pp. 3–26, 2019, doi: 10.2478/CAIT-2019-0001.

K. Anwar, R. Goejantoro, and S. Prangga, “Pengelompokan Kabupaten/Kota Di Pulau Kalimantan Berdasarkan Indikator Indeks Pem-bangunan Manusia Tahun 2020 Menggunakan Optimasi K-Means Cluster Dengan Principle Component Analysis (PCA),” Jurnal EKSPONENSIAL, vol. 13, no. 2, pp. 131–140, 2022.

P. Mishra, A. Biancolillo, J. M. Roger, F. Marini, and D. N. Rutledge, “New data preprocessing trends based on ensemble of multiple preprocessing techniques,” TrAC - Trends in Analytical Chemistry, vol. 132. Elsevier B.V., Nov. 01, 2020. doi: 10.1016/j.trac.2020.116045.

“UNDANG-UNDANG REPUBLIK INDONESIA NOMOR 20 TAHUN 2003 TENTANG SISTEM PENDIDIKAN NASIONAL.” [Online]. Available: www.hukumonline.com

D. A. Ihsani, A. Arifin, and M. H. Fatoni, “Klasifikasi DNA Microarray Menggunakan Principal Component Analysis (PCA) dan Arti-ficial Neural Network (ANN),” JURNAL TEKNIK ITS , vol. 9, no. 1, pp. A124–A129, 2020.

P. Govender and V. Sivakumar, “Application of k-means and hierarchical clustering techniques for analysis of air pollution: A review (1980–2019),” Atmospheric Pollution Research, vol. 11, no. 1. Elsevier B.V., pp. 40–56, Jan. 01, 2020. doi: 10.1016/j.apr.2019.09.009.

Z. Nabila, A. Rahman Isnain, and Z. Abidin, “ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS,” Jurnal Teknologi dan Sistem Informasi (JTSI), vol. 2, no. 2, p. 100, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI

D. Transaksi Bongkar Muat di Provinsi Riau, I. Kamila, U. Khairunnisa, P. Studi Sistem Informasi, and F. Sains dan Teknologi UIN Sultan Syarif Kasim Riau, “Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan,” Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 5, no. 1, pp. 119–125, 2019.

C. Yuan and H. Yang, “Research on K-Value Selection Method of K-Means Clustering Algorithm,” J (Basel), vol. 2, no. 2, pp. 226–235, Jun. 2019, doi: 10.3390/j2020016.