Evaluasi Distribusi Guru-Siswa dan Ketersediaan Sekolah untuk Mendukung Pembangunan Pendidikan Menggunakan K-Means Clustering: An Evaluation of Teacher–Student Distribution and School Availability in Supporting Educational Development Using the K-Means Clustering Algorithm

Usman Arfan; Yulianus Pekei

doi:10.57152/malcom.v5i4.2079

Authors

Usman Arfan STMIK Pesat Nabire
Yulianus Pekei STMIK Pesat Nabire

DOI:

https://doi.org/10.57152/malcom.v5i4.2079

Keywords:

Clustering, Data Mining, K-Means, Ketimpangan Pendidikan, Sekolah Menengah Atas

Abstract

Ketimpangan distribusi guru dan ketersediaan Sekolah Menengah Atas (SMA) Negeri di Indonesia menjadi tantangan serius dalam mewujudkan pemerataan pendidikan. Penelitian ini bertujuan untuk menganalisis dan mengevaluasi distribusi jumlah guru, siswa, dan sekolah SMA Negeri dengan menerapkan algoritma K-Means Clustering. Data bersumber dari Badan Pusat Statistik (BPS) tahun 2023–2024 yang mencakup seluruh provinsi di Indonesia. Melalui pendekatan data mining menggunakan Orange, dilakukan proses pra-pemrosesan data, normalisasi, pemodelan klaster, serta visualisasi hasil. Hasil penelitian menunjukkan terbentuknya tiga klaster wilayah: Klaster 1 yang mencakup 20 provinsi dengan distribusi guru dan sekolah yang relatif ideal, Klaster 2 yang terdiri dari 6 provinsi di kawasan timur seperti Papua dan Maluku dengan tantangan tinggi akibat keterbatasan infrastruktur pendidikan, serta Klaster 3 yang berisi 8 provinsi dengan kondisi distribusi sedang. Penelitian ini mengungkap bahwa kebijakan nasional seperti rasio ideal 20:1 dalam pemberian tunjangan profesi guru belum adaptif terhadap kondisi geografis dan demografis lokal. Hasil klasterisasi ini memberikan dasar visual dan analitik yang kuat bagi pemerintah pusat dan daerah dalam merumuskan kebijakan pemerataan pendidikan yang lebih adil dan kontekstual, khususnya di jenjang menengah atas.

Downloads

Download data is not yet available.

References

D. Supriyadi and N. Martini, “Manajemen Sumber Daya Manusia dalam Lembaga Pendidikan,” J. Manaj. dan Sains, vol. 8, no. 1, p. 450, 2023, doi: 10.33087/jmas.v8i1.776.

D. Juita, Priya, M. Azwardi, and A. Amra, “Pentingnya Pengembangan Sumber Daya Manusia pada Lembaga Pendidikan,” Indo-MathEdu Intellectuals J., vol. 5, no. 3, pp. 3068–3077, 2024, doi: 10.54373/imeij.v5i3.1243.

Y. Handayani and S. Sukari, “Problematika Sistem Pendidikan di Indonesia,” J. Pendidik. dan Ilmu Sos., vol. 3, no. 1, pp. 168–179, 2024, doi: 10.54066/jupendis.v3i1.2851.

Y. Liu, “Educational Equity in China’s Geographical Differences,” Lect. Notes Educ. Psychol. Public Media, vol. 73, no. 1, pp. 62–69, 2024, doi: 10.54254/2753-7048/73/20241025.

A. A. Ganai, “Teacher Effectiveness and Factors Promoting Teacher Effectiveness,” Int. J. Sci. Res., 2023, doi: 10.21275/sr23812122127.

W. Liu, Z. Zhu, and L. Wang, “Spatiotemporal heterogeneity of primary and secondary school student distribution in Liaoning Province, China from 2010 to 2020,” Front. Earth Sci., vol. 10, 2022, doi: 10.3389/feart.2022.1014490.

F. Nie, Z. Li, R. Wang, and X. Li, “An Effective and Efficient Algorithm for K-Means Clustering With New Formulation,” IEEE Trans. Knowl. Data Eng., vol. 35, pp. 3433–3443, 2023, doi: 10.1109/TKDE.2022.3155450.

N. Graetz et al., “Mapping disparities in education across low- and middle-income countries,” Nature, vol. 577, no. 7789, pp. 235–238, 2020, doi: 10.1038/S41586-019-1872-1.

C. D. Cobb, “Geospatial Analysis: A New Window Into Educational Equity, Access, and Opportunity,” Rev. Res. Educ., vol. 44, no. 1, pp. 97–129, 2020, doi: 10.3102/0091732X20907362.

M. Shim and I. H. Chung, “Clustering Fiscal Management Behavior at Local School Districts: The Case of Local Education Finance,” Gyo’yug jae’jeong gyeongje yeon’gu, vol. 31, no. 2, pp. 105–127, 2022, doi: 10.46967/jefe.2022.31.2.105.

Y. A. Priambodo and S. Y. J. Prasetyo, “Pemetaan Penyebaran Guru di Provinsi Banten dengan Menggunakan Metode Spatial Clustering K-Means (Studi kasus?: Wilayah Provinsi Banten),” Indones. J. Comput. Model., vol. 1, no. 1, pp. 18–27, 2018, doi: 10.24246/j.icm.2018.v1.i1.p18-27.

K. Muttaqin, N. Novianda, A. Ihsan, J. Sultan, F. Rifqiyah, and others, “Implementation of K-Means Clustering in Mapping Teacher Distribution Using Geographic Information System,” Elinvo (Electronics, Informatics, Vocat. Educ., vol. 9, no. 1, pp. 187–196, 2024.

P. R. Indonesia, “Peraturan Pemerintah Republik Indonesia Nomor 74 Tahun 2008 Tentang Guru,” 2008.

M. Pendidikan, D. A. N. Kebudayaan, and R. Indonesia, “Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 17 Tentang Petunjuk Teknis Penyaluran Tunjangan Profesi Dan Tambahan Penghasilan Bagi Guru Pegawai Negeri Sipil Daerah,” 2016.

Menteri Pendididkan, “Peraturan Menteri Pendidikan Nasional Republik Indonesia Nomor 24 Tahun 2007 Tentang Standar Sarana Dan Prasarana Untuk Sekolah Dasar/Madrasah Ibtidaiyah (Sd/Mi), Sekolah Menengah Pertama/Madrasah Tsanawiyah (Smp/Mts), Dan Sekolah Menengah Atas/Madrasah A,” 2007.

G. S. Nugraha, “Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan Menggunakan Metode K-Means Clustering,” J-Cosine (Journal Comput. Sci. Informatics Eng., vol. 7, no. 1, 2023, doi: 10.29303/jcosine.v7i1.509.

A. Hermawati, S. Jumini, M. Astuti, F. Ismail, and R. Rahim, “Unsupervised Data mining with K-Medoids Method in Mapping Areas of Student and Teacher Ratio in Indonesia,” TEM J., pp. 1614–1618, 2020, doi: 10.18421/TEM94-37.

F. S. Papilaya, “Analisis pola persebaran dan keterjangkauan sma/smk di kota salatiga menggunakan analisis buffering & nearest neighbor,” J. Sist. Inf. dan Inform., vol. 6, no. 1, pp. 1–9, 2023, doi: 10.47080/simika.v6i1.2189.

D. A. Suryawan and T. Sugiyarto, “Inequality Of Education And Determines of It In Indonesia,” Pros. Semin. Nas. Off. Stat., vol. 2022, no. 1, pp. 1–10, 2022, doi: 10.34123/semnasoffstat.v2022i1.1105.

R. Rahim, U. H. Salsabila, and E. M. S. S. Ciptaningsih, “Data Mapping using Combining Clustering Methods and C.45 Classification,” SSRG Int. J. Electron. Commun. Eng., vol. 10, no. 5, pp. 96–104, 2023, doi: 10.14445/23488549/ijece-v10i5p109.

R. N. Puspita, “Perbandingan metode centroid dan ward dalam pengelompokkan tingkat penyelesaian pendidikan di indonesia,” J. Lebesgue, vol. 3, no. 3, pp. 501–510, 2022, doi: 10.46306/lb.v3i3.159.

Badan Pusat Statistik, “Jumlah Sekolah, Guru, dan Murid Sekolah Menengah Atas (SMA) di Indonesia,” https://www.bps.go.id/id. [Online]. Available: https://www.bps.go.id/id