STUDI CLUSTERING DENGAN PENDEKATAN DATA MINING UNTUK PENGELOMPOKKAN SEKOLAH DASAR DI KABUPATEN BOJONEGORO

Pendidikan dasar bertujuan untuk memberikan bekal kemampuan dasar kepada peserta didik untuk mengembangkan kehidupannya sebagai pribadi, anggota masyarakat, warga negara, dan anggota umat manusia serta mempersiapkan peserta didik untuk mengikuti pendidikan. Pelaksanaan pendidikan nasional harus menjamin pemerataan dan peningkatan mutu pendidikan. Namun berdasarkan data neraca pendidikan daerah (NDP) pada tahun 2020 kapasitas dan fasilitas pendidikan sekolah dasar belum merata secara menyeluruh dan untuk mengantisipasi hal tersebut diperlukan pengelompokkan sekolah dasar berdasarkan kapasitas dan fasilitas. Tujuan penelitian ini adalah membandingakan metode-metode clustering untuk mendapatkan metode terbaik sehingga bisa diterapkan untuk mengelompokkan sekolah dasar berdasarkan kapasitas dan fasilitas sekolah. Penelitian ini menerapkan 3 metode clustering yang pertama K-Means, K-medoid, dan Random Clustering yang akan diperbandingkan untuk mendapatkan metode terbaik. Sumber data yang digunakan adalah data sekunder yang terdiri dari jumlah peserta didik, guru, ruang kelas, dan rombel yang diambil dari web dapodik kemenristekdikti tahun 2021. Hasil perbandingan metode yang telah dilakukan untuk mengklaster data sekolah dasar, metode yang terbaik adalah metode K-Means dengan nilai dari performance vector paling rendah -3569.328. membentuk 5 cluster diantaranya cluster_0 dengan beranggotakan 177 sekolah dasar, cluster_1 yang beranggotakan 310 sekolah dasar, cluster_2 dengan jumlah anggota 236 sekolah dasar, cluster_3 dengan jumlah anggota 14 sekolah dasar, cluster_4 dengan jumlah anggota 176 sekolah dasar. Kesimpulan dari penelitian ini adalah untuk pemerataan kapasitas dan fasilitas SD di Bojonegoro diklusterkan menjadi 5 kelompok cluster dengan menerapkan metode K-Means sebagai metode terbaik.