Identifikasi Pola Tingkat Kesenjangan Ketuntasan Pendidikan Di Indonesia Dengan Menggunakan Metode K-Medoids Clustering
DOI:
https://doi.org/10.25126/jtiik.2025129219Kata Kunci:
Pattern, Disparity, Education, K-MedoidsAbstrak
Pendidikan memiliki peran penting dalam pembangunan sosial dan ekonomi, namun masih ada kesenjangan ketuntasan pendidikan antar provinsi di Indonesia. Kesenjangan ini disebabkan oleh perbedaan akses fasilitas, kualitas pengajaran, dan kondisi ekonomi, yang mempengaruhi tingkat ketuntasan pendidikan. Penelitian ini menggunakan metode K-Medoids Clustering untuk mengelompokkan wilayah di Indonesia berdasarkan data ketuntasan pendidikan dari Badan Pusat Statistik Indonesia (BPS) 2018-2023 untuk sebagai pusat Cluster (medoids), dan dipilih karena keunggulannya dalam mengelompokkan data berdasarkan median, yang pada gilirannya membuatnya lebih tahan terhadap pengaruh data outlier. Temuan utama penelitian ini menunjukkan kesenjangan pendidikan tinggi yaitu berada di wilayah Indonesia bagian tengah dan timur yaitu seperti provinsi Nusa Tenggara Timur (NTT) dan provinsi Papua, menjadi refleksi nyata dari keterbatasan akses dan fasilitas pendidikan di wilayah tersebut. Rendahnya tingkat ketuntasan pendidikan pada jenjang SD, SMP, dan SMA turut berdampak pada minimnya angka partisipasi di pendidikan tinggi dan disparitas signifikan dalam ketuntasan pendidikan dengan kondisi seperti ini mencerminkan perlunya kebijakan berbasis data, peningkatan infrastruktur pendidikan, serta program dukungan untuk siswa dan guru guna memperbaiki kesenjangan pendidikan. Wilayah Indonesia bagian barat dengan ketuntasan pendidikan lebih tinggi, seperti Jawa, Sumatra, dan Bali, diharapkan dapat berbagi praktik terbaik untuk mendukung wilayah yang tertinggal.
Abstract
Education plays a crucial role in social and economic development; however, there are still significant disparities in educational completion rates across provinces in Indonesia. These disparities are caused by differences in access to facilities, teaching quality, and economic conditions, which affect educational outcomes. This study uses the K-Medoids Clustering method to group regions in Indonesia based on educational attainment data from Statistics Indonesia (BPS) 2018-2023, using this data as the cluster centers (medoids). This method was chosen for its effectiveness in clustering data based on the median, making it more resilient to the influence of outlier data. The main findings of this study reveal significant educational disparities in central and eastern Indonesia, such as in East Nusa Tenggara (NTT) and Papua provinces, reflecting the limited access to and availability of educational facilities in these regions. Low completion rates at the elementary, junior high, and high school levels also affect participation in higher education and significant disparities in educational attainment. This underscores the need for data-driven policies, improved educational infrastructure, and support programs for students and teachers to address educational inequalities. Western regions of Indonesia with higher educational attainment, such as Java, Sumatra, and Bali, are expected to share best practices to support underdeveloped regions.
Downloads
Referensi
CHANDRA, M. D., IRAWAN, E., SARAGIH, I. S., WINDARTO, A. P., & SUHENDRO, D. 2021. Penerapan Algoritma K-Means dalam Mengelompokkan Balita yang Mengalami Gizi Buruk Menurut Provinsi. BIOS : Jurnal Teknologi Informasi Dan Rekayasa Komputer, 2(1), 30–38. https://doi.org/10.37148/bios.v2i1.19
GITA APRILIANU, E. L. H. 2022. Penerapan Data Mining Menggunakan Metode K-Means Clustering Untuk Analisa Penjualan Toko Myam Hijab Penajam. Jupiter, Vol 14 No.
HARDIYANTI, F., TAMBUNAN, H. S., & SARAGIH, I. S. 2019. Penerapan Metode K-Medoids Clustering Pada Penanganan Kasus Diare Di Indonesia. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 598–603. https://doi.org/10.30865/komik.v3i1.1666
HIDAYAT, M. K., & RINA, F. 2022. Implementasi K-Means Dan K-Medoids Dalam Pengelompokan Wilayah Potensial Produksi Daging Ayam. Jurnal Teknologi Industri Pertanian, 32(158), 239–247. https://doi.org/10.24961/j.tek.ind.pert.2022.32.3.239
JUNAEDI, E., SIREGAR, A. M., & NURLAELASARI, E. 2022. Implementasi C4.5 Dan Algoritma K-Nearest Neighbor Untuk Prediksi Kelayakan Pemberian Kredit Menggunakan RapidMiner Studio. Scientific Student Journal for Information, Technology and Science, 3(1), 83–90.
KOGOYA, A., WAANI, F. J., & PAAT, C. J. 2023. Dampak Pendidikan terhadap Kualitas anak-anak Pedalaman di Kampung Mundidok Distrik Gome Utara Kabupaten Puncak Provinsi Papua. Ilmiah Society, 3(3), 1–6.
M. PUJA ALIF BUDIMAN, & WINARSO, D. 2024. Penerapan Algoritma K-Medoids Clustering untuk Pengelompokan Bulan Rawan Bencana Kabut Asap di Kota Pekanbaru. Jurnal Fasilkom, 14(1), 1–8. https://doi.org/10.37859/jf.v14i1.6858
MAULANA, R. 2022. Kesenjangan Mutu Pendidikan di Wilayah Timur Indonesia. Asian Education and Development Studi, 2(2), 1–6.
METARUM, M. F. H. 2021. Tantangan SPM: Menilik Mutu Pendidikan Sekolah Pedalaman di Ules Nusa Tenggara Timur. Edukatif: Jurnal Ilmu Pendidikan, 3(3), 980–988. https://edukatif.org/index.php/edukatif/article/view/483
NISA, N. S., & SAMPUTRA, P. L. 2020. Analisis Ketimpangan Pendidikan Di Provinsi Papua Barat. Jurnal Perspektif Ekonomi Darussalam, 6(2), 115–135. https://doi.org/10.24815/jped.v6i2.16388
RAHAYU, K., NOVIANTI, L., & KUSNANDAR, M. 2020. Implementation Data Mining with K-Means Algorithm for Clustering Distribution Rabies Case Area in Palembang City. Journal of Physics: Conference Series, 1500(1). https://doi.org/10.1088/1742-6596/1500/1/012121
RICHIA PUTRI, M., GIBRAN SATYA NUGRAHA, & RAMADITIA DWIYANSAPUTRA. 2023. Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pendidikan Menggunakan Metode K-Means Clustering. Journal of Computer Science and Informatics Engineering (J-Cosine), 7(1), 1–8. https://doi.org/10.29303/jcosine.v7i1.509
SAJJAD, M., MUNIR, H., KANWAL, S., & NAQVI, S. A. A. 2022. Spatial inequalities in education status and its determinants in Pakistan: A district-level modelling in the context of sustainable development Goal-4. Applied Geography, 140.
TAKYI, S. A., AMPONSAH, O., ASIBEY, M. O., & AYAMBIRE, R. A. 2021. An overview of Ghana’s educational system and its implication for educational equity. International Journal of Leadership in Education, 24(2), 157–182. https://doi.org/10.1080/13603124.2019.1613565
ZAHROTUL KAMALIA, A., RAHENDRA HERLIANTO, H., ROZIKIN, Z., INFORMATIKA, T., TEKNIK, F., & PELITA BANGSA, U. 2023. SIGMA-Jurnal Teknologi Pelita Bangsa Klasifikasi Rating Sekolah Menengah Atas Berdasarkan Jumlah Siswa Sekolah Di Provinsi Dki Jakarta Menggunakan Metode Algoritma Naive Bayes. Jurnal Teknologi Pelita Bangsa, 14(3), 167–171. https://dapo.kemdikbud.go.id/
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
