Abstract
National development efforts in improving quality of education especially in East Java are to create and to apply the police that in accordance with education level in each district. Making policy is aimed to achieve awareness and capability to contend especially in education field. In the context of assisting the manufacture of the policy needs to be done a grouping of the education level of community in the district in East Java to understand the extent of the development of the spread of the level of schooling. The purpose of this studyis to find groups of districts in East Java have characteristic together in thefield of education. While the method of analysis is that are used hierarchical clusters. From this analysis obtained two groups where the first group a number of 29 the districts which have the level of education higher than the second group with 9 of districts. Kata Kunci: Clustering, Level Pendidikan, Analisis Hierarchical Cluster
Highlights
Sumber daya manusia yang berkualitas merupakan parameter dari kesuksesan pembangunan nasional
The purpose of this study is to find groups of districts in East Java have characteristic together in the field of education
Cluster kedua terdiri dari 9 kabupaten/kota yaitu, Malang, Pasuruan, Bangkalan, Sampang, Jember, Probolinggo, Lumajang, Bondowoso dan Blitar
Summary
Analisis Komponen Utama (Principal Component Analysis) Analisis komponen utama atau principal component analysis adalah ilmu statistika dalam kelompok analisis multivariat yang digunakan untuk mengelompokkan variabel-variabel yang memiliki korelasi linier. + a2pXp. Atau dapat juga ditulis dengan notasi Yi = ai’X, dimana a adalah matriks transformasi yang akan mengubah variabel asal X menjadi Y yang disebut komponen utama, dengan: Var(Yi) = ai’∑ ai; i = 1,2,....,p dan Cov(Yi,Yk) = ai’∑ ak ; i,k = 1,2,....,p. Analisis ini merupakan bagian dari analisis statistik multivariat interdependensi yang berfungsi untuk meringkas data dengan cara mengelompokkan objek-objek berdasarkan karakteristik tertentu. Metode ini hampir sama dengan single linkage hanya jarak yang digunakan adalah rata-rata jarak dari semua objek dalam satu kelompok dengan objek lain di luar kelompok tersebut. Menyusun kembali matriks jarak yang baru dengan cara membuat baris dan kolom baru dari nilai jarak antara kelompok dengan beberapa individu di luar kelompok atau kelompok sisa. Angka partisipasi kasar adalah proporsi anak sekolah pada suatu jenjang tertentu dalam kelompok usia yang sesuai dengan jenjang pendidikan tersebut
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
