Académique Documents
Professionnel Documents
Culture Documents
Anggun September
1517031190
ABSTRACT
Physical aspect is one way to explain the diversity between regions, including the
diversity between districts. Potential villages that provide data on the existence,
availability of educational facilities of each administrative area to know which
district has the same characteristics in the field of education, in clustering using
cluster analysis. Cluster analysis is the grouping of objects or cases into smaller
clusters where each group contains objects that are similar to each other. The
cluster process is conducted for ten districts in Bintan Regency with Ward’s
Method and Single Linkage Method. Four clusters were selected for a more
specific potential development process in each district. From the analysis using
the Ward’s Method, the first cluster was obtained with minimal Playgroup and
Elementary School facilities, a second cluster with minimal Junior High School
facilities, a third cluster with good Senior High School facilities, a fourth cluster
with minimal Kindergarten and Non-formal Education facilities. While from the
analysis using Single Linkage Method, the first cluster is obtained with minimum
Junior High School facility, second cluster with good Elementary School and
Non-formal Education facilities, third cluster with minimal Kindergarten
facilities, fourth cluster with Playgroup facility and Senior High School minimal.
The 𝑅𝑆𝑞𝑢𝑎𝑟𝑒 value of the Ward’s Method is higher than that of Single Linkage
Method, it shows the ward grouping method yielding cluster features with each
other more heterogeneous than single linkage.
1. PENDAHULUAN
Kabupaten Bintan merupakan satu dari tujuh Kabupaten/Kota yang ada di
Provinsi Kepulauan Riau. Secara administratif, Kabupaten Bintan terbagi atas 10
kecamatan, 15 kelurahan, dan 36 desa (Kabupaten Bintan, 2016). Kabupaten
Bintan terletak antara 0°06'17" Lintang Utara – 1°34'52" Lintang Utara dan
104°12'47" Bujur Timur disebelah barat - 108° 02'27" Bujur Timur disebelah
Timur. Luas wilayah Kabupaten Bintan mencapai 88.038,54 km2, namun luas
daratannya hanya 2,21 %, 1.946,13 km2 saja.
Hakikat pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana
belajar dan proses pembeajaran agar peserta didik secara aktif mengembangan
potensi dirinya untuk memiliki potensi spiritual keagamaan, pengendalian diri,
kepribadian, kecerdaan, akhlak mulia, serta keterampilan yang diperlukan dirinya,
masyarakat, bangsa dan negara (Munib, 2004).
Tujuan pendidikan adalah memuat gambaran tentang nilai-nilai yang baik, luhur,
pantas, benar, dan indah untuk kehidupan. Melalui pendidikan selain dapat
diberikan bekal berbagai pengetahuan berbagai kemampuan yang dibutuhkan oleh
setiap anggota masyarakat sehingga dapat berpartisipasi dalam pembangunan.
Tujuan pokok pendidikan adalah membentuk anggota masyarakat menjadi orang-
orang yang berpribadi, berperikemanuasiaan maupun menjadi anggota masyarakat
yang dapat mendidik dirinya sesuai dengan watak masyarakat itu sendiri,
mengurangi beberapa kesulitan atau hambatan perkembangan hidupnya dan
berusah untuk memenuhi kebutuhan hidup maupun mengatasi problematikanya
(Nazili, 2011).
Untuk mengetahui wilayah kecamtan yang memiliki karakteristik pendidikan
yang sama sebagai bekal bagi setiap masyarakat yang ada di Kabupaten Bintan
agar dapat berguna bagi pembangunan serta pengembangan daerah setempat,
dapat dilakukan pengelompokan dengan mengelompokkan kecamatan-kecamatan
berdasarkan ketersediaan tempat pendidikan pada setiap wilayah, sebagai salah
satu untuk mengembangkan masyarakatnya dan memajukan daerahnya.
Analisis klaster (Cluster Analysis) merupakan salah satu metode statistika yang
dapat digunakan untuk melakukan proses pengelompokan. Dalam
pengelompokannya digunakan suatu ukuran yang dapat menerangkan kedekatan
antar data untuk menerangkan struktur grup sederhana dari data yang kompleks,
yaitu ukuran jarak. Ukuran jarak yang sering digunakan adalah ukuran jarak
Euclidean (Johnson and Wichern, 1982).
Berdasarkan uraian di atas, penulis akan melakukan proses pengelompokan
kecamatan di Kabupaten Bintan berdasarkan pada data banyaknya ketersediaan
tempat pendidikan tahun 2016 menggunakan analisis klaster hierarki, yakni
dengan Metode Ward dan Metode Single Linkage.
2. TINJAUAN PUSTAKA
2.1 Kecamatan
Analisis Klaster (Cluster Analysis) atau Analisis Gerombol merupakan salah satu
teknik statistika yang mengelompokkan obyek-obyek dalam satu gerombol.
Tujuan dari analisis ini adalah untuk mengelompokkan obyek-obyek yang
memiliki kesamaan dalam satu gerombol dan yang memiliki perbedaan dengan
gerombol lain (Hair, 1995). Dalam hal ini, gerombol harus memiliki sifat
homogen. Pengamatan dalam analisis gerombol dilakukan dengan mencari
kesamaan antar obyek. Dalam berbagai kasus, kesamaan antar obyek didasarkan
pada hasil pengukuran jarak. Ada beberapa cara mengukur jarak kedekatan yaitu
jarak Euclidean, jarak Square Euclidean, jarak Pearson, jarak Korelasi, jarak
Mutlak Korelasi, jarak Manhattan dan jarak Minkowski. Dalam penelitian ini
digunakan jarak Euclidean dan jarak Pearson.
Jarak Euclidean antara obyek dan obyek didefinisikan sebagai (Rencher, 2002):
𝑛
𝐸 2
𝑑𝑖𝑗 = √∑(𝑥𝑘𝑖 − 𝑥𝑘𝑗 )
𝑘=1
Dengan 𝑥𝑘𝑖 merupakan nilai pengamatan variabel ke-𝑘 dan obyek ke-𝑖, 𝑥𝑘𝑗
merupakan nilai pengamatan variabel ke-𝑘 dan obyek ke-𝑗.
Jarak Pearson merupakan perluasan jarak Euclidean yang dirumuskan sebagai
berikut.
𝑛 2
𝑃
(𝑥𝑘𝑖 − 𝑥𝑘𝑗 )
𝑑𝑖𝑗 = √∑
𝑣𝑎𝑟 𝑥𝑘
𝑘=1
𝑃
Dengan adalah jarak Pearson antara obyek ke-𝑖 dan obyek ke-𝑗, var (𝑥𝑘 )
𝑑𝑖𝑗
merupakan varian dari variabel 𝑘, 𝑘 = 1,2,3, … , 𝑛.
Teknik dalam analisis gerombol sudah banyak diterapkan pada data dalam bidang
kedokteran, psikiatri, sosiologi, kriminologi, antropologi, arkeologi, geologi,
geografi, riset pasar, ekonomi, dan rekayasa. Salah satu bagian dalam analisis
gerombol adalah metode penggerombolan hirarki. Metode penggerombolan
hirarki sendiri terdiri atas Single Linkage, Complete Linkage, Average Linkage,
Centroid Linkage, dan Ward’s Method.
2.4 Tahapan Analisis Klaster
Dimana:
𝑝 = banyaknya variabel
𝑟𝑥𝑗𝑥𝑘 = korelasi antar variabel 𝑥𝑗 dan 𝑥𝑘
𝜌𝑥2𝑗𝑥𝑘,𝑥1 = korelasi parsial antara variabel 𝑥𝑗 dan 𝑥𝑘 dengan 𝑥1
Metode Ward berusaha untuk meminimalkan variasi antar objek yang ada dalam
satu klaster. Jarak antara dua klaster yang terbentuk pada Metode Ward adalah
sum of squares di antara dua klaster tersebut. 𝑆𝑆𝐸 hanya dapat dihitung jika
klaster memiliki elemen lebih dari satu objek. 𝑆𝑆𝐸 klaster yang hanya memiliki
satu objek adalah nol (Gudono, 2011). Menurut Rencher (2002), formula untuk
𝑆𝑆𝐸 adalah sebagai berikut:
𝑛
3. METODE PENELITIAN
3.1 Sumber Data
Pada penelitian ini digunakan analisis klaster dengan Metode Ward dan Metode
Single Linkage. Data penelitian ini di kelolah menggunakan software SPSS 16
dan Microsoft Excel. Tahapan analisis data yang digunakan adalah sebagai
berikut:
1) Mengumpulkan data dari buku “Kabupaten Bintan dalam Angka 2017”, yakni
buku publikasi dari Badan Pusat Statistik Kabupaten Bintan.
2) Melakukan standarisasi pada data.
3) Melakukan pengujian asumsi analisis klaster.
(a) Sampel harus mewakili populasi
Pengujian ini dilakukan dengan menggunakan nilai Kaiser-Mayer-Olkin
(KMO).
(b) Multikolinieritas
Untuk mengetahui apakah data terindikasi multikolinieritas dilakukan
dengan melihat nilai Varians Inflation Factor (𝑉𝐼𝐹) ≥ 10.
4) Melakukan pengukuran jarak
Ukuran jarak yang digunakan pada penelitian ini adalah ukuran jarak Squared
Euclidean.
5) Memilih prosedur analisis klaster
Pada penelitian ini digunakan analisis klaster dengan menggunakan Metode
Ward dan Metode Single Linkage.
6) Menentukan banyaknya klaster
Klaster yang diinginkan sebanyak 4 klaster.
7) Melakukan pengecekan kekuatan pembagian klaster.
Pada tahap ini dilakukan pengecekan menggunakan 𝑅𝑆𝑞𝑢𝑎𝑟𝑒 .
8) Melakukan interpretasi hasil analisis
Setelah didapatkan hasil analisis klaster, maka tahap selanjutnya adalah
menjelaskan mengenai klaster yang terbentuk.
Tabel 3. Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Correlations Collinearity Statistics
Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) 6.406E-17 .069 .000 1.000
Zscore(X2) -.227 .098 -.227 -2.307 .082 -.191 -.756 -.167 .540 1.851
Zscore(X3) .353 .169 .353 2.083 .106 .941 .721 .151 .182 5.485
Zscore(X4) .544 .174 .544 3.125 .035 .851 .842 .226 .172 5.806
Zscore(X5) .018 .150 .018 .121 .910 .845 .060 .009 .232 4.306
Zscore(X6) .250 .122 .250 2.053 .109 .503 .716 .148 .351 2.846
a. Dependent Variable: Zscore(X1)
Berdasarkan hasil pada Tabel.3, diketahui bahwa nilai 𝑉𝐼𝐹 pada tiap variabel
bernilai kurang dari 10. Maka dapat diketahui bahwa tidak terjadi
multikolinieritas antar variabel-variabel tersebut.
1:Teluk Bintan 1 1 1
3:Bintan Utara 3 2 2
4:Teluk Sebong 3 2 2
5:Bintan Timur 4 3 2
6:Bintan Pesisir 2 1 1
7:Mantang 2 1 1
8:Gunung Kijang 3 2 2
9:Toapaya 2 1 1
10:Tambelan 1 1 1
Hasil pengklasteran Metode Ward untuk 4 klaster dengan anggota klaster sebagai
berikut:
1) Klaster pertama terdiri dari 2 Kecamatan, yaitu Kecamatan Teluk Bintan dan
Kacamatan Tembelan.
2) Klaster kedua terdiri dari 4 Kecamatan, yaitu Kecamatan Seri Kuala Lobam,
Kecamatan Bintan Pesisir, Kecamatan Mantang, dan Kecamatan Toapaya.
3) Klaster ketiga terdiri dari 3 Kecamatan, yaitu Kecamatan Bintan Utara,
Kecamatan Teluk Sebong, dan Kecamatan Gunung Kijang.
4) Klaster keempat terdiri dari 1 Kecamatan, yaitu Kecamatan Bintan Timur.
1:Teluk Bintan 1 1 1
3:Bintan Utara 2 1 1
4:Teluk Sebong 2 1 1
5:Bintan Timur 3 2 2
6:Bintan Pesisir 1 1 1
7:Mantang 1 1 1
8:Gunung Kijang 2 1 1
9:Toapaya 1 1 1
10:Tambelan 4 3 1
Keterangan :
Klaster-1
Klaster-2
Klaster-3
Klaster-4
Keterangan :
Klaster-1
Klaster-2
Klaster-3
Klaster-4
Gambar 4. Peta ilustrasi daerah hasil klaster dengan Metode Single Linkage.
5. KESIMPULAN
Berdasarkan hasil analisis dan pembahasan yang dilakukan terhadap data ketersedian
fasilitas pendidikan pada setiap kecamatan yang ada di Kabupaten Bintan, didapat
beberapa kesimpulan sebagai berikut:
1) Pada pengklasteran menggunakan Metode Ward, pengklasteran 10 kecamatan.
Dipilih 4 klaster agar dapat memperoleh kesamaan karakteristik dalam bidang
pendidikan pada masing-masing kecamtan yang ada di Kabupaten Bintan. Pada
Klaster pertama terdiri dari 2 kecamatan, klaster kedua terdiri dari 4 kecamatan,
klaster ketiga terdiri dari 3 kecamatan, dan klaster keempat terdiri dari 1
kecamatan. Dari analisis menggunakan Metode Ward, klaster pertama dengan
fasilitas Playgroup/PAUD dan SD/MI minimal, klaster kedua dengan fasilitas
SMP/MTS minimal, klaster ketiga dengan fasilitas SMA/SMK/MA yang baik,
klaster keempat dengan fasilitas TK/RA dan Lembaga Pendidikan Non-formal
yang minimal.
2) Pada pengklasteran menggunakan Metode Single Linkage, pengklasteran 10
kecamatan. Dipilih 4 klaster agar proses pengembangan potensi lebih spesifik
pada tiap kecamatan. Pada Klaster pertama terdiri dari 5 kecamatan, klaster
kedua terdiri dari 3 kecamatan, klaster ketiga terdiri dari 1 kecamatan, dan klaster
keempat terdiri dari 1 kecamatan. Dari analisis menggunakan Metode Single
Linkage, klaster pertama diperoleh dengan fasilitas SMP/MTS minimal,
klaster kedua dengan SD/MI dan Lembaga Pendidikan Non-formal yang baik,
klaster ketiga dengan fasilitas TK/RA minimal, dan klaster keempat dengan
fasilitas Playgroup/PAUD dan SMA/SMK/MA minimal.
3) Berdasarkan nilai 𝑅𝑠𝑞𝑢𝑎𝑟𝑒 pada masing-masing metode, dapat disimpulkan
bahwa Metode Ward menghasilkan klaster-klaster yang heterogen dibandingkan
dengan Metode Single Linkage, hal tersebut ditunjukkan bahwa nilai
𝑅𝑠𝑞𝑢𝑎𝑟𝑒 (𝑅2 ) dari Metode Ward lebih besar dibandingkan dengan Metode
Single Linkage.
DAFTAR PUSTAKA
Anonim. 2017. Peta Kabupaten Bintan. http://peta-kota.blogspot.com/2017/01/
peta-kabupaten-bintan.html. Diakses pada 20 Juni 2018.
BPS Kabuapaten Bintan. 2017. Bintan Dalam Angka 2017. BPS Kabupaten
Bintan, Bintan.
Hair, J.F., et.al. 1995. Multivariate Data Analysis With Reading. Fourth Edition.
Prentice Hall, New Jersey.
Hair, J.F., et.al. 2010. Multivariate Data Analysis. Seventh Edition. Pearson
Education Interscience Publication, New Jersey.