Analisis Cluster, Analisis Diskriminan & Analisis Komponen Utama. Analisis Cluster
|
|
- Utami Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Analisis Cluster Analisis Cluster adalah suatu analisis statistik yang bertujuan memisahkan kasus/obyek ke dalam beberapa kelompok yang mempunyai sifat berbeda antar kelompok yang satu dengan yang lain. Dalam analisis ini tiap-tiap kelompok bersifat homogen antara anggota dalam kelompoknya atau dapat dikatakan variasi obyek/individu dalam satu kelompok yang terbentuk sekecil mungkin (Anderberg,1973). Analisis cluster merupakan alat analisis data di berbagai situasi berbeda. Sebagai contoh peneliti yang mengumpulkan data dengan cara kuesioner mungkin menghadapi banyak observasi yang tidak bermakna sebelum diklasifikasikan secara teratur dalam kelompok-kelompok. Tujuan primer Analisis Cluster adalah mengetahui struktur data dengan menempatkan kesamaan objek observasi ke dalam satu grup atau dengan mengelompokkan sekumpulan objek (case atau variabel ) ke dalam beberapa kelompok (cluster) yang memiliki karakteristik tertentu dan dapat dibedakan satu sama lain untuk analisis dan interpretasi lebih lanjut. Secara garis besar, terdapat dua metode pembentukan cluster, yaitu: Metode Hirarki Metode hirarki adalah teknik pengelompokan yang membentuk konstruksi hirarki atau berdasarkan tingkatan tertentu seperti struktur pohon, sehingga proses pengelompokan dilakukan secara bertingkat atau bertahap. Metode hirarki dibedakan menjadi dua: a. Metode Aglomeratif (Agglomerative Methods) Pada metode aglomerasi, mula-mula setiap objek membentuk cluster masingmasing. Dua objek dengan jarak terdekat bergabung menjadi satu cluster. Objek lain akan bergabung dengan cluster yang ada atau objek lain membentuk cluster baru dengan tetap memperhitungkan jarak kedekatan antar objek. Proses berlangsung terus sampai akhirnya terbentuk satu cluster yang terdiri atas semua objek. Beberapa prinsip kemiripan (similarity) antar objek dalam bentuk jarak (distance) yang digunakan adalah: 1. Single Linkage (Nearest Neighbor Method) Prinsip yang digunakan adalah aturan jarak minimum dalam pembentukan cluster. 2. Complete Linkage (Further Neighbor Method) Merupakan kebalikan dari pendekatan yang digunakan pada single linkage. Prinsip yang digunakan adalah aturan jarak terjauh objek. 3. Average Linkage Between Group Method (UPGMA = Unweighted Pair-Group Method Using Arithmetic Average) Jarak antara dua cluster yang digunakan dalam metode ini merupakan jarak rata-rata antara semua pasangan objek yang mungkin dari dua buah cluster. 4. Average Linkage Within-Group Method Merupakan variasi UPGMA. Perbedaannya terletak pada cara pembentukan cluster sehingga rata-rata jarak antar cluster adalah yang terkecil. Metode ini memperhitungkan jarak rata-rata semua pasangan objek yang terdapat dalam dua cluster. 5. Ward s Error Sum of Squares Method Ward merupakan pembentukan cluster yang didasari oleh hilangnya informasi akibat penggabungan objek antar cluster.
2 6. Centroid Method Metode ini mendefinisikan jarak antara dua buah cluster sebagai jarak antara rataan tiap cluster (centroid) terhadap variabel. 7. Median Method Metode ini mirip dengan centroid method, dimana perbedaannya terletak pada perhitungan centroidnya yang tidak menggunakan bobot. Artinya bahwa perhitungan rataan tiap cluster tidak memperhitungkan ukuran suatu cluster. b. Metode Divisif (Divisive Methods) Metode divisif diawali dengan membagi n objek menjadi dua cluster. Tiap cluster tersebut dibagi dalam dua kelompok lagi dan seterusnya sehingga akan terdapat n buah kluster yang berisikan hanya satu objek atau n buah cluster yang diinginkan. Metode Partisi Metode partisi (nonhirarki) dimulai dengan memilih sejumlah nilai cluster yang sesuai dengan jumlah yang diinginkan kemudian objek digabungkan ke dalam clustercluster tersebut. Prosedur analisis cluster k-means digunakan untuk mengelompokkan sejumlah kasus yang besar (>200 kasus) dengan lebih efisien. Metode ini didasarkan pada nearest centroid sorting yaitu pengelompokan berdasarkan jarak terkecil antara kasus dan pusat cluster. Keunggulan Analisis Cluster : 1. Dapat mengelompokan data observasi dalam jumlah besar dan variabel yang relatif banyak. Data yang direduksi dengan kelompok akan mudah dianalisis. 2. Dapat dipakai dalam skala data ordinal, interval dan rasio Kelemahan Analisis Cluster 1. Pengelompokan bersifat subyektifitas peneliti karena hanya melihat dari gambar dendrogram 2. Untuk data yang terlalu heterogen antara objek penelitian yang satu dengan yang lain akan sulit bagi peneliti untuk menentukan jumlah kelompok yang dibentuk. 3. Metode-metode dipakai memberikan perbedaan yang signifikan, sehingga dalam perhitungan biasanya masing-masing metode dibandingkan. 4. Semakin besar observasi, biasanya tingkat kesalahan pengelompokan akan semakin besar (hasil penelitian) Kegunaan Analisis Cluster dalam Perencanaan Perencanaan merupakan suatu ilmu yang luas cakupannya, baik itu cakupan materi maupun wilayah yang dikajinya. Perencanaan juga bertujuan untuk membuat objek yang direncanakannnya menjadi lebih terarah dengan baik pembangunan dan pengembangannya. Dalam merencanakan suatu wilayah, diperlukan data data yang mendetail guna mendukung proses perencanaan wilayah tersebut, namun, tidak mungkin bagi seorang perencana mampu menganalisis satu per satu secara mendetail wilayah tersebut. Padahal dalam suatu wilayah tersebut misalnya, terdapat 18 kecamatan yang memerlukan perencanaan dengan pendekatan yang berbeda-beda.
3 Oleh karena itu perlu dilakukan suatu pengelompokan dalam objek atau wilayah amatan tersebut berdasarkan kemiripan karakteristiknya yang disebut analisis cluster. Hal ini agar memudahkan seorang perencana menganalisis dengan memberikan suatu pendekatan perencanaan yang sama terhadap objek atau wilayah amatan yang memiliki kemiripan. Cara ini tentu mengefisienkan dan mengefektifkan waktu, dana, serta proses perencanaan tersebut. Analisis Diskriminan Analisis diskriminan pertama kali dikembangkan oleh Fisher tahun Prinsip analisis diskriminan hampir sama dengan analisis regresi, yang Mempunyai Dependen Variabel (Y) dan Independen Variabel (X) yang mempengaruhi Dependen Variabel. Analogi yang dipakai untuk analisis regresi dan diskriminan adalah Depeden Variabel (Y) pada multiple regresi adalah suatu nilai kuantitatif, sedangkan pada discriminant analysis, dependen variabel adalah suatu nilai kualitatif. Pada analisis regresi, variabel dependen (Y) menjadi satu fokus yang berubah (prediktif) dan variabel independen (X) relatif tetap, sedangkan pada analisis diskriminan, variabel dependen relatif tetap (kelompok) dan variabel independen berubah-ubah serta terdistribusi normal. Analisis Regresi menurunkan perkiraan-perkiraan parameter yang telah mempunyai kelengkapan statistik, sedang analisis diskriminan merupakan strategi yang teliti dalam menemukan mean dari pengelompokkan. Tujuan analisis diskriminan adalah Untuk mencari model yang sesuai untuk dapat menentukan objek-objek pengamatan menjadi kelompok-kelompok yang lengkap. Untuk menentukan kontribusi masing-masing variabel yang terlibat dalam pengklasifikasian. Sebagai dasar penentuan apakah suatu variabel tertentu perlu dilibatkan dalam analisa pengklasifikasian selanjutnya atau tidak. Analisis Diskriminan merupakan teknik statistik yang cocok untuk menguji hipotesis dari sekelompok variabel bebas. Uji untuk signifikansi statistik untuk fungsi diskriminan secara umum diukur dari jarak diantara dua kurva. Jika overlap (wilayah tumpang tindih) dalam distribusi luasnya kecil, maka fungsi diskriminan dengan baik memisahkan kelompok, namun jika overlap besar, fungsi kurang baik sebagai pemisah antara kelompok. Tahapan analisis diskriminan dimulai dengan beberapa tujuan penelitian, diantaranya adalah: Mengidentifikasi perbedaan signifikansi statistik yang ada diantara profil skor rata-rata dalam seperangkat variabel dari dua atau lebih kelompok. Menentukan variabel bebas yang memiliki nilai rata-rata paling besar Menentukan prosedur pengklasifikasian objek (individu, pabrik, produk, dst) dalam kelompok berdasarkan skor dalam variabel bebas Menetapkan jumlah dan komposisi diskriminasi diantara kelompok yang dibentuk dari seperangkat variabel bebas.
4 Kelebihan Analisis Diskriminan 1. Memberikan perhitungan yang lebih efisien (Sharma, 1996), 2. Fungsi diskriminan berfungsi sebagai aturan yang dapat membedakan objek pengamatan sekaligus mengelompokkannya ke dalam salah satu kelompok secara optimal (Johnson dan Wichern, 2002). 3. Analisis Diskriminan cocok untuk permasalahan penelitian dengan variabel terikat berjenis kategori (nominal atau nonmetrik). Kelemahan Analisis Diskriminan 1. Asumsi harus terpenuhi, dimana data harus memenuhi distribusi normal multivariat dan menghasilkan matriks kovarians yang sama setiap populasi (Johnson dan Wichern, 2002). Kegunaan Analisis Diskriminan dalam Perencanaan Dalam sebuah perencanaan suatu wilayah seringkali penelitian penelitian yang dilakukan dikelompokkan dalam kategori kategori tertentu. Pengkategorian tersebut sangat membantu dalam proses perencanan karena dapat memudahkan dalam proses pengarahan perencanaan suatu wilayah yang sesuai dengan kategorinya agar dapat mencapai tujuan dari sebuah proses perencanaan, yaitu membuat objek yang direncanakan menjadi lebih baik lagi. Dalam proses pengkategorian, diperlukan analisis terhadap variabel yang membuat data data yang dikategorikan termasuk dalam kategori tersebut. Untuk itulah diperlukan analisis diskriman yang berfungsi mencari variabel pembeda dalam suatu pengkategorian data. Analisis Komponen Utama Dalam statistika, analisis komponen utama (principal component analysis / PCA) adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi linier sehingga terbentuk sistem koordinat baru dengan varians maksimum. PCA dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan. Analisis komponen utama merupakan suatu tehnik statistik untuk mengubah dari sebagian besar variabel asli yang digunakan yang saling berkorelasi satu dengan yang lainnya menjadi satu set variabel baru yang lebih kecil dan saling bebas (tidak berkorelasi lagi). Jadi analisis komponen utama berguna untuk mereduksi data, sehingga lebih mudah untuk menginterpretasikan data-data tersebut (Johnson & Wichern, 1982). Analisis komponen utama merupakan analisis antara dari suatu proses penelitian yang besar atau suatu awalan dari analisis berikutnya, bukan merupakan suatu analisis yang langsung berakhir. Misalnya komponen utama bisa merupakan masukan untuk regresi berganda atau analisis faktor. PCA dapat dianggap sebagai teknik transformasi data. Stu Daultrey (1976) menjelaskan PCA sebagai prosedur transformasi yang sebaiknya digunakan atau dapat juga sebagai prosedur awal untuk mengidentifikasi variabel-variabel untuk monitoring
5 dan analisis selanjutnya. Total varian (jumlah varian) dari tiap variabel dapat dihitung jika (1) variabel tersebut dapat diukur secara kuantitatif, (2) tiap variabel mempunyai varian yang berarti nilai ukuran penyebaran dalam seluruh rata-rata data, dan (3) diantara variabel mempunyai hubungan (korelasi), contoh: nilai kovarian diantara dua variabel. PCA dapat dihitung berdasarkan varian-kovarian atau korelasi matrik. Prosedur perhitungan sebagian besar sama, kecuali penggunaan matrik sebagai input componentloading. Component-loading yang didapat dari korelasi matrik lebih mudah diinterpretasikan dibandingkan yang didapat dari matrik varian-kovarian karena nilai maksimal varian dari tiap variabel akan disebarkan dalam beberapa faktor. Analisis Komponen Utama biasanya digunakan untuk : 1. Identifikasi peubah baru yang mendasari data peubah ganda 2. Mengurangi banyaknya dimensi himpunan peubah yang biasanya terdiri atas peubah yang banyak dan saling berkolerasi dengan mempertahankan sebanyak mungkin keragaman data tersebut. 3. Menghilangkan peubah-peubah asal yang mempunyai sumbangan informasi kecil. Kelebihan Analisis Komponen Utama 1. Mampu menjelaskan pengaruh interaksi tanpa menerangkan pengaruh utamanya. 2. Dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan. 3. Analisis komponen utama juga sering digunakan untuk menghindari masalah multikolinearitas antar peubah bebas dalam model regresi berganda. Kelemahan Analisis Komponen Utama 1. Kurang memadai untuk menganalisis struktur data yang kompleks dan hanya efektif menjelaskan pengaruh interaksi tanpa menerangkan pengaruh utamanya (Mattjik, 1998). Kegunaan Analisis Diskriminan dalam Perencanaan Dalam lingkup perencanaan wilayah, metode ini sangat berguna dalam mengidentifikasi potensi ekonomi dalam suatu kawasan dan juga penyebaran dalam kawasan tersebut. Karena kemampuan tersebut, perencana wilayah sering menggunakan metode ini untuk menganalisis wilayah dalam berbagai tingkatan administratif, mulai dari tingkatan nasional hingga kabupaten (Eckey, 1989:4). Analisis faktor merupakan salah satu metode reduksi data yang bertujuan menyederhanakan sekumpulan besar data yang saling berkorelasi menjadi kelompokkelompok variabel yang lebih kecil (faktor) agar dapat dianalisis dengan mudah. Teori ini pertama kali digunakan untuk mengatasi permasalahan psikologi oleh Charles Spearman dalam The American Journal of Psychology tahun 1904 tentang pengukuran intelektual. Dalam perkembangannya, metode ini telah banyak digunakan oleh berbagai disiplin ilmu, seperti ilmu politik, ilmu sosial, teknik industri, pertanian, perencanaan wilayah dan kota, dsb (Dillon, 1984:23).
6 Kesimpulan Didalam perencanaan tidak terlepas dari analisis data untuk mendapatkan informasi mengenai masa lalu dan untuk memprediksi masa depan. Analisisnyang digunakan antara lain Analisis Komponen Utama (Principal Component Analysis, PCA), Metode Analisis Gerombol (Cluster Analysis, CA) dan Metode Analisis Fungsi Diskriminan (Discriminant Function Analysis, DFA) yang mempunyai fungsi dan tujuan tersendiri. Tujuan utama penggunaan analisis komponen utama adalah untuk mengurangi jumlah variabel yang akan digunakan pada proses selanjutnya, sedangkan analisis cluster digunakan untuk mengelompokkan objek-objek pengukuran berdasarkan kesamaan atau ketidaksamaan karakteristik diantara objek-objek yang diukur (Lebart et al., 1995 yang diacu Lawson et al., 2001). Sedangkan analisis diskriminan selain digunakan untuk mengetahui apakah hasil pengelompokkan yang diperoleh dari analisis gerombol memiliki perbedaan yang nyata juga digunakan untuk mengetahui variabel apa saja yang terdapat pada fungsi diskriminan yang berperan sebagai pembeda yang nyata dalam pengelompokan tersebut (Cacoullos & Styan, 1973 yang diacu Lawson et al., 2001).
7 Daftar Pustaka Anonim Analisis Komponen Utama diunduh pada 20 April 2014 pada statistikakomputasi.com Buchori, Imam, et.all Bahan Ajar. Semarang: Perencanaan Wilayah dan Kota Universitas Diponegoro. Budyanra Ketepatan Pengklasifikasiaan Fungsi Diskriminan. Bandung: Universitas Padjajaran.
BAB I PENDAHULUAN. Analisis statistik multivariat adalah metode statistik di mana masalah yang
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Analisis statistik multivariat adalah metode statistik di mana masalah yang diteliti bersifat multidimensional dengan menggunakan tiga atau lebih variabel
Lebih terperinciLABORATORIUM DATA MINING JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA. Modul II CLUSTERING
LABORATORIUM DATA MINING JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS ISLAM INDONESIA Modul II CLUSTERING TUJUA PRAKTIKUM 1. Mahasiswa mempunyai pengetahuan dan kemampuan dasar dalam
Lebih terperinciBAB I PENDAHULUAN. Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada hubungan satu variabel atau dua variabel saja, akan tetapi cenderung melibatkan banyak variabel. Analisis
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
10 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam upaya meningkatkan Sumber Daya Manusia (SDM) yang bermutu, bidang pendidikan memegang peranan penting. Dengan pendidikan diharapkan kemampuan mutu pendidikan
Lebih terperinciBAB I PENDAHULUAN. 7). Analisis ini dikelompokkan menjadi dua, yaitu analisis dependensi dan
BAB I PENDAHULUAN A. Latar Belakang Analisis multivariat merupakan analisis multivariabel yang berhubungan dengan semua teknik statistik yang secara simultan menganalisis sejumlah pengukuran pada individu
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Dalam upaya meningkatkan Sumber Daya Manusia (SDM) yang bermutu, bidang pendidikan memegang peranan penting. Dengan pendidikan diharapkan kemampuan mutu pendidikan
Lebih terperinciBAB II KAJIAN TEORI. linier, varian dan simpangan baku, standarisasi data, koefisien korelasi, matriks
BAB II KAJIAN TEORI Pada bab II akan dibahas tentang materi-materi dasar yang digunakan untuk mendukung pembahasan pada bab selanjutnya, yaitu matriks, kombinasi linier, varian dan simpangan baku, standarisasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada hubungan satu variabel atau dua variabel saja, akan tetapi cenderung melibatkan banyak variabel. Analisis
Lebih terperinciAnalisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur
Analisis Cluster Average Linkage Berdasarkan Faktor-Faktor Kemiskinan di Provinsi Jawa Timur Qonitatin Nafisah, Novita Eka Chandra Jurusan Matematika Fakultas MIPA Universitas Islam Darul Ulum Lamongan
Lebih terperinciMinggu XI ANALISIS KOMPONEN UTAMA. Utami, H
Minggu XI ANALISIS KOMPONEN UTAMA Utami, H Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen Utama 4 Contoh Utami, H Minggu XIANALISIS KOMPONEN UTAMA 2 / 16 Outline 1 Pendahuluan 2 Tujuan 3 Analisis Komponen
Lebih terperinciTINJAUAN PUSTAKA Analisis Gerombol
3 TINJAUAN PUSTAKA Analisis Gerombol Analisis gerombol merupakan analisis statistika peubah ganda yang digunakan untuk menggerombolkan n buah obyek. Obyek-obyek tersebut mempunyai p buah peubah. Penggerombolannya
Lebih terperinciBAB III PEMBAHASAN. Analisis cluster merupakan analisis yang bertujuan untuk. mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang
BAB III PEMBAHASAN Analisis cluster merupakan analisis yang bertujuan untuk mengelompokkan objek-objek pengamatan berdasarkan karakteristik yang dimiliki. Asumsi-asumsi dalam analisis cluster yaitu sampel
Lebih terperinciCluster Analysis. Hery Tri Sutanto. Jurusan Matematika MIPA UNESA. Abstrak
S-17 Cluster Analysis Hery Tri Sutanto Jurusan Matematika MIPA UNESA Abstrak Dalam analisis cluster mempelajari hubungan interdependensi antara seluruh set variabel perlu diteliti. Tujuan utama analisis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendidikan merupakan salah satu wahana untuk meningkatkan kualitas sumberdaya manusia karena keberhasilan dunia pendidikan sebagai faktor penentu tercapainya tujuan
Lebih terperinciPertemuan 14 HIERARCHICAL CLUSTERING METHODS
Pertemuan 14 HIERARCHICAL CLUSTERING METHODS berdasar gambar berdasar warna A A A A Q Q Q Q K K K K J J J J 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 6 7 7 7 7 8 8 8 8 9 9 9 9 10 10 10 10 A K Q J (a). Individual
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendidikan adalah salah satu bentuk interaksi manusia, sekaligus tindakan sosial yang dimungkinkan berlaku melalui suatu jaringan hubungan kemanusiaan melalui peranan-peranan
Lebih terperinciBAB III K-MEDIANS CLUSTERING
BAB III 3.1 ANALISIS KLASTER Analisis klaster merupakan salah satu teknik multivariat metode interdependensi (saling ketergantungan). Metode interdependensi berfungsi untuk memberikan makna terhadap seperangkat
Lebih terperinciSILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE :
SILABUS PERKULIAHAN METODE STATISTIKA MULTIVARIAT 3 SKS KODE : JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2005-2006 MATAKULIAH
Lebih terperinciBAB IV METODE PENELITIAN
44 BAB IV METODE PENELITIAN 4.1. Lokasi Penelitian Penelitian ini dilakukan pada industri kecil dan menengah di Kawasan Sarbagita, Bali yang terdiri dari empat wilayah, yaitu : Kota Denpasar, Kabupaten
Lebih terperinciKlasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan
Statistika, Vol. 15 No. 2, 87-97 November 215 Klasifikasi Kecamatan Berdasarkan Nilai Akhir SMA/MA di Kabupaten Aceh Selatan Menggunakan Analisis Diskriminan Fitriana A.R. 1, Nurhasanah 2, Ririn Raudhatul
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 21 Kemiskinan Definisi tentang kemiskinan telah mengalami perluasan, seiring dengan semakin kompleksnya faktor penyebab, indikator, maupun permasalahan lain yang melingkupinya Kemiskinan
Lebih terperinciDATA MINING DAN WAREHOUSE A N D R I
DATA MINING DAN WAREHOUSE A N D R I CLUSTERING Secara umum cluster didefinisikan sebagai sejumlah objek yang mirip yang dikelompokan secara bersama, Namun definisi dari cluster bisa beragam tergantung
Lebih terperinciBAB III K-MEANS CLUSTERING. Analisis klaster merupakan salah satu teknik multivariat metode
BAB III K-MEANS CLUSTERING 3.1 Analisis Klaster Analisis klaster merupakan salah satu teknik multivariat metode interdependensi (saling ketergantungan). Oleh karena itu, dalam analisis klaster tidak ada
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Tanpa memperhatikan bidang penelitian yang dikaji, mengumpulkan data
BAB I PENDAHULUAN 1.1 Latar Belakang Tanpa memperhatikan bidang penelitian yang dikaji, mengumpulkan data yang informatif pada situasi yang kompleks kadang-kadang merupakan suatu pekerjaan yang sulit dilakukan.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Seperti yang kita ketahui, bahwa akhir-akhir ini nilai standar kelulusan Ujian Nasional (UN) di Indonesia terkhususnya pendidikan di tingkat SMA semakin tinggi. Oleh
Lebih terperincialjabar geo g metr me i
Pertemuan 12 & 13 ANALIS KOMPONEN UTAMA & FUNGSI DISCRIMINAN Obyektif : Reduksi variabel Interpretasi Aplikasi AKU dalam Anls Regresi Discrimination Fisher and Classification Classification with two Multivariate
Lebih terperinciStatistika Industri II TIP - FTP UB
Statistika Industri II TIP - FTP UB Mirip regresi linier berganda Metode dependen Dimana : Variabel Independen (X1 dan seterusnya) adalah data metrik, yaitu data berskala interval atau rasio. Variabel
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Clustering Analysis Clustering analysis merupakan metode pengelompokkan setiap objek ke dalam satu atau lebih dari satu kelompok,sehingga tiap objek yang berada dalam satu kelompok
Lebih terperinciPENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 05, No. 2 (2016), hal 97 102. PENENTUAN JUMLAH CLUSTER OPTIMAL PADA MEDIAN LINKAGE DENGAN INDEKS VALIDITAS SILHOUETTE Nicolaus, Evy Sulistianingsih,
Lebih terperinciPenggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier. The Use of Gaussian PCA Kernel in Solving Non Linier Multivariate Plot
Penggunaan Kernel PCA Gaussian dalam Penyelesaian Plot Multivariat Non Linier Bernhard M. Wongkar 1, John S. Kekenusa 2, Hanny A.H. Komalig 3 1 Program Studi Matematika, FMIPA, UNSRAT Manado, bernhard.wongkar2011@gmail.com
Lebih terperinciBAB II TINJAUAN PUSTAKA. penelitian ini, yaitu analisis peubah ganda, analisis gerombol (cluster analysis),
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas beberapa konsep yang menjadi dasar dalam penelitian ini, yaitu analisis peubah ganda, analisis gerombol (cluster analysis), metode penggerombolan hirarki
Lebih terperinciJumlah persentase ini tidak harus persis seperti diatas tetapi bisa bervariasi tergantung di perusahaan mana metode ini diterapkan.
BAB 2 TINJAUAN PUSTAKA 2.1 Metode Pengelompokan ABC Pada abad ke-18, Villfredo Pareto, dalam penelitiannya mengenai distribusi kekayaan penduduk di Milan Italia, menemukan bahwa 20% dari total populasi
Lebih terperinciPENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR DALAM PEMERATAAN PENDIDIKAN MENGGUNAKAN METODE MINIMAX LINKAGE
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 05, No. 02 (2016), hal 253-260 PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDIKATOR DALAM PEMERATAAN PENDIDIKAN MENGGUNAKAN
Lebih terperinciMETODOLOGI. Tempat dan Waktu Penelitian. Penelitian identifikasi dan penentuan faktor-faktor utama penyebab tanah
METODOLOGI Tempat dan Waktu Penelitian Penelitian identifikasi dan penentuan faktor-faktor utama penyebab tanah longsor merupakan suatu studi kasus terhadap berbagai kasus longsor yang terjadi di Kabupaten
Lebih terperinciBAB I PENDAHULUAN. Sekarang ini penelitian sering kali melibatkan beberapa variabel
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekarang ini penelitian sering kali melibatkan beberapa variabel pengamatan. Data yang diperoleh dengan mengukur lebih dari satu variabel pengamatan pada setiap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Metode klasifikasi merupakan salah satu metode statistika untuk mengelompok atau mengklasifikasi suatu data yang disusun secara sistematis ke dalam suatu kelompok sehingga
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 13 Peubah Ganda
STK511 Analisis Statistika Pertemuan 13 Peubah Ganda 13. Peubah Ganda: Pengantar Pengamatan Peubah Ganda Menggambarkan suatu objek tidak cukup menggunakan satu peubah saja Kasus pengamatan peubah ganda
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
11 BAB 1 PENDAHULUAN 1.1 Latar Belakang Bangsa yang besar adalah bangsa yang berpendidikan. Keberhasilan suatu bangsa ditentukan oleh seberapa majunya pendidikan bangsa tersebut. Pada saat ini kondisi
Lebih terperinci: Analisis Diskriminan pada Klasifikasi Desa di Kabupaten. Tabanan Menggunakan Metode K-Fold Cross Validation. 2. I Gusti Ayu Made Srinadi, S.Si, M.
Judul : Analisis Diskriminan pada Klasifikasi Desa di Kabupaten Tabanan Menggunakan Metode K-Fold Cross Validation Nama : Ida Ayu Made Supartini Pembimbing : 1. Ir. I Komang Gde Sukarsa, M.Si 2. I Gusti
Lebih terperinciPROSIDING ISSN: M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT
M-14 ANALISIS K-MEANS CLUSTER UNTUK PENGELOMPOKAN KABUPATEN /KOTA DI JAWABARAT BERDASARKAN INDIKATOR MASYARAKAT Soemartini 1, dan Enny Supartini 2 1,2) Departemen Statistika FMIPA UNPAD Bandung tine_soemartini@yahoocom,
Lebih terperinciANALISIS CLUSTER DENGAN METODE K-MEANS (TEORI DAN CONTOH STUDY KASUS)
ANALISIS MULTIVARIAT ANALISIS CLUSTER DENGAN METODE K-MEANS (TEORI DAN CONTOH STUDY KASUS) Oleh : Rizka Fauzia 1311 100 126 Dosen Pengampu: Santi Wulan Purnami S.Si., M.Si. PROGRAM STUDI SARJANA JURUSAN
Lebih terperinciMODUL 5 ANALISIS DISKRIMINAN
MODUL 5 ANALISIS DISKRIMINAN TUJUAN PRAKTIKUM Tujuan yang diharapkan dalam pelaksanaan praktikum ini, antara lain : Mahasiswa memahami karakteristik dan kegunaan Metode Analisis Diskriminan. Mahasiswa
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Analisis Komponen Utama adalah suatu prosedur untuk mereduksi dimensi data dengan cara mentransformasi variabel-variabel awal yang berkorelasi menjadi sekumpulan variabel
Lebih terperinciMK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS
MK. PERENCANAAN LINGKUNGAN ANALISIS PEUBAH GANDA MULTIVARIATE ANALYSIS Oleh: Prof.Dr.Ir.Soemarno,M.S Obyek Pengamatan Variabel X4 Variabel X1 Variabel X2 Variabel X3 Variabel Xn Multi-Variabel Metode analisis
Lebih terperinciBAB II TINJAUAN PUSTAKA. digunakan untuk menganalisis data dengan lebih dari satu peubah bebas
BAB II TINJAUAN PUSTAKA 2.1. Analisis Peubah Ganda Analisis peubah ganda merupakan salah satu jenis analisis statistika yang digunakan untuk menganalisis data dengan lebih dari satu peubah bebas (independen
Lebih terperinciBAB II TINJAUAN PUSTAKA. dari variabel-variabel yang saling berkorelasi. Analisis peubah ganda dapat
BAB II TINJAUAN PUSTAKA 2.1 Analisis Peubah Ganda Analisis peubah ganda merupakan metode statistika yang menganalisis secara bersama-sama variabel yang cukup banyak yang diamati pada setiap individu atau
Lebih terperinciBab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF
Bab 4 ANALISIS FAKTOR TEORITIS DAN APLIKATIF Analisis Multivariat untuk analisis identifikasi, prediksi, eksplorasi, deskripsi: 1. Principle Component Analysis (PCA) 2. Factor Analysis 3. Cluster Analysis
Lebih terperinciKAJIAN METODE BERBASIS MODEL PADA ANALISIS CLUSTER DENGAN PERANGKAT LUNAK MCLUST
LAPORAN PENELITIAN BIDANG ILMU KELOMPOK TINGKAT LANJUT KAJIAN METODE BERBASIS MODEL PADA ANALISIS CLUSTER DENGAN PERANGKAT LUNAK MCLUST Oleh: Drs. Timbul Pardede, M.Si Drs. Budi Prasetyo, M.Si FAKULTAS
Lebih terperinciANALISIS GEROMBOL CLUSTER ANALYSIS
ANALISIS GEROMBOL CLUSTER ANALYSIS Pendahuluan Tujuan dari analisis gerombol : Menggabungkan beberapa objek ke dalam kelompok-kelompok berdasarkan sifat kemiripan atau sifat ketidakmiripan antar objek
Lebih terperinciKOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 17-22 ISSN: 2303-1751 KOMPARASI ANALISIS GEROMBOL (CLUSTER) DAN BIPLOT DALAM PENGELOMPOKAN I MADE ANOM ARIAWAN 1, I PUTU EKA NILA KENCANA 2, NI LUH PUTU
Lebih terperinciBAB I PENDAHULUAN. yang berhubungan dengan cara mengumpulkan atau memperoleh data, berdasarkan kumpulan data tersebut (Sudjana, 1992).
BAB I PENDAHULUAN 1.1 Latar Belakang Statistik sekarang ini sudah menjadi kebutuhan bagi masyarakat global, baik kalangan akademis, ilmuan, praktisi bisnis, kesehatan terutama kalangan peneliti. Metode
Lebih terperinciPEMODELAN KINERJA LEMBAGA PERANGKAT DAERAH
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 6 Mei 009 PEMODELAN KINERA LEMBAGA PERANGKA DAERAH KARIYAM enaga Pengaar urusan Statistika
Lebih terperinciInfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 3, No.2, September 2014
APLIKASI METODE-METODE AGGLOMERATIVE DALAM ANALISIS KLASTER PADA DATA TINGKAT POLUSI UDARA Oleh: Dewi Rachmatin Jurusan Pendidikan Matematika, UniversitasPendidikan Indonesia dewirachmatin@upi.edu ABSTRAK
Lebih terperinciMinggu II STATISTIKA MULTIVARIATE TERAPAN
Minggu II STATISTIKA MULTIVARIATE TERAPAN (PENDAHULUAN) Herni U Universitas Gadjah Mada Outline 1 Analisis Statistika Multivariat 2 Contoh Kasus Multivariat 3 Organisasi Data Outline 1 Analisis Statistika
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciANALISIS CLUSTER PADA DOKUMEN TEKS
Text dan Web Mining - FTI UKDW - BUDI SUSANTO 1 ANALISIS CLUSTER PADA DOKUMEN TEKS Budi Susanto (versi 1.3) Text dan Web Mining - FTI UKDW - BUDI SUSANTO 2 Tujuan Memahami konsep analisis clustering Memahami
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciResume Regresi Linear dan Korelasi
Rendy Dwi Ardiansyah Putra 7410040018 / 2 D4 IT A Statistika Resume Regresi Linear dan Korelasi 1. Regresi Linear Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan
Lebih terperincisatu dan pengukurannya bersifat non-metrik, maka teknik analisisnya digunakan analisis regresi berganda. Jika variable tergantung
Laporan Praktikum Geostatistika Statistika Multivariate PENDAHULUAN Dewasa ini, tidak hanya satu atau dua hal harus diperhitungkan dalam mempertimbangkan sesuatu, namun banyak beberapa hal yang harus diperhatikan.
Lebih terperinciTipe Clustering. Partitional Clustering. Hirerarchical Clustering
Analisis Cluster Analisis Cluster Analisis cluster adalah pengorganisasian kumpulan pola ke dalam cluster (kelompok-kelompok) berdasar atas kesamaannya. Pola-pola dalam suatu cluster akan memiliki kesamaan
Lebih terperinciPENGGEROMBOLAN SMA/MA DI KOTA PADANG BERDASARKAN INDIKATOR MUTU PENDIDIKAN DENGAN MENGGUNAKAN METODE CLUSTER ENSEMBLE
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 13 23 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGGEROMBOLAN SMA/MA DI KOTA PADANG BERDASARKAN INDIKATOR MUTU PENDIDIKAN DENGAN MENGGUNAKAN METODE CLUSTER
Lebih terperinciPENINGKATAN KINERJA ALGORITMA K-MEANS DENGAN FUNGSI KERNEL POLYNOMIAL UNTUK KLASTERISASI OBJEK DATA
PENINGKATAN KINERJA ALGORITMA K-MEANS DENGAN FUNGSI KERNEL POLYNOMIAL UNTUK KLASTERISASI OBJEK DATA Heri Awalul Ilhamsah Jurusan Teknik Industri Universitas Trunojoyo Madura Kampus Universitas Trunojoyo
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Print Output dan Analisa Output A. Diskriminan Parameter : 1. Grup 1 : Konsumen (responden) yang sering berkunjung ke... Grup 2 : Konsumen (responden) yang sering berkunjung
Lebih terperinciRotasi Varimax dan Median Hirarki Cluster Pada Program Raskin di Kabupaten Lombok Barat
Jurnal Matematika Vol. 5 No.1, Juni 2015. ISSN: 1693-1394 Rotasi Varimax dan Median Hirarki Cluster Pada Program Raskin di Kabupaten Lombok Barat Desy Komalasari Fakultas MIPA Fakultas MIPA, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Hampir setiap hari kasus kenakalan remaja selalu di temukan di media - media massa, dimana sering terjadi di kota - kota besar seperti Jakarta, Surabaya dan Medan.
Lebih terperinciPENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE LINKAGE
Pengelompokan Kabupaten/Kota Berdasarkan... (Meilia Wulan Puspitasari) 1 PENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN. Nerli Khairani Lia Anggriani Siregar. Abstrak
97 FAKTOR-FAKTOR YANG MEMPENGARUHI PENJURUSAN SISWA MELALUI ANALISIS DISKRIMINAN Nerli Khairani Lia Anggriani Siregar Abstrak Analisis diskriminan adalah metode statistika yang digunakan untuk mengelompokkan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu tujuan yang ingin dicapai dalam mendirikan suatu perusahan antara lain adalah untuk memperoleh keuntungan. Hal tersebut mesti diiringi dengan tingkat kesehatan
Lebih terperinciANALISIS KARAKTERISTIK POLA BELANJA KELUARGA DENGAN ANALISIS KLASTER
ISSN: 2088-687X 73 ANALISIS KARAKTERISTIK POLA BELANJA KELUARGA DENGAN ANALISIS KLASTER Nur Arina Hidayati Program Studi Pendidikan Matematika FKIP UAD Jl. Prof. Dr. Soepomo, SH. Janturan Yogyakarta nurarinahidayati@gmail.com
Lebih terperinciPlot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong, Hanny Komalig, Nelson Nainggolan 3 Program Studi Matematika, FMIPA, UNSRAT, vbawotong@gmail.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Aceh adalah daerah provinsi yang merupakan kesatuan masyarakat hukum yang bersifat istimewa dan diberi kewenangan khusus untuk mengatur dan mengurus sendiri urusan
Lebih terperinciANALISIS KLASTER KECAMATAN DI KABUPATEN SEMARANG BERDASARKAN POTENSI DESA MENGGUNAKAN METODE WARD DAN SINGLE LINKAGE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 801-810 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KLASTER KECAMATAN DI KABUPATEN SEMARANG BERDASARKAN
Lebih terperinciSKRIPSI. Oleh : LAILI ISNA NUR KHIQMAH NIM :
PERBANDINGAN DISKRIMINAN KUADRATIK KLASIK DAN DISKRIMINAN KUADRATIK ROBUST PADA KASUS PENGKLASIFIKASIAN PEMINATAN PESERTA DIDIK (Studi Kasus di SMA Negeri 1 Kendal Tahun Ajaran 2014/2015) SKRIPSI Oleh
Lebih terperinciANALISIS CLUSTER PADA DOKUMEN TEKS
Budi Susanto ANALISIS CLUSTER PADA DOKUMEN TEKS Text dan Web Mining - FTI UKDW - BUDI SUSANTO 1 Tujuan Memahami konsep analisis clustering Memahami tipe-tipe data dalam clustering Memahami beberapa algoritma
Lebih terperinciAnalisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya
Jurnal Penelitian Sains Volume 14 Nomer 4(A) 14403 Analisis Diskriminan untuk Mengetahui Faktor yang Mempengaruhi Pilihan Program Studi Matematika di FMIPA dan FKIP Universitas Sriwijaya Yuli Andriani,
Lebih terperinciBAB III METODE PENELITIAN. Alasan memilih Ciputra Taman Dayu Pandaan dikarenakan Ciputra Taman Dayu
BAB III METODE PENELITIAN 1.1 Lokasi Penelitian Lokasi penelitian ini di Ciputra Taman Dayu Property Pandaan Pasuruan yang terletak di Jl. Raya Surabaya Km. 48 Pandaan 67156 Pasuruan Jawa Timur. Alasan
Lebih terperinciBAB I PENDAHULUAN. menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi linier berganda merupakan analisis yang digunakan untuk menyelidiki hubungan di antara dua atau lebih peubah prediktor X terhadap peubah respon Y yang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam menyusun skripsi ini menggunakan
BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam menyusun skripsi ini menggunakan metode deskriptif. Menurut Sugiono dalam bukunya Metodologi Penelitian Bisnis (2009)
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Traveling Salesmen Problem (TSP) Travelling Salesman Problem (TSP) merupakan sebuah permasalahan optimasi yang dapat diterapkan pada berbagai kegiatan seperti routing. Masalah
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Analisis cluster merupakan salah satu alat yang penting dalam pengolahan data statistik untuk melakukan analisis data. Analisis cluster merupakan seperangkat metodologi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Penelitian Terdahulu Penelitian-penelitian terdahulu yang berhubungan dengan clustering yaitu penelitian yang dilakukan oleh Rismawan (2008). Pada penelitian ini, dibangun suatu
Lebih terperinciBAB I PENDAHULUAN. Sekolah Menengah Atas (disingkat SMA), adalah jenjang pendidikan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekolah Menengah Atas (disingkat SMA), adalah jenjang pendidikan menengah pada pendidikan formal di Indonesia setelah lulus Sekolah Menengah Pertama (atau sederajat).
Lebih terperinciANALISIS DATA KUANTITATIF
1 ANALISIS DATA KUANTITATIF Analisis data merupakan proses pengolahan, penyajian, dan interpretasi yang diperoleh dari lapangan agar data yang disajikan mempunyai makna. A. Tujuan Analisis Data 1. Menjawab
Lebih terperinciKETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD)
KETEPATAN PENGKLASIFIKASIAN FUNGSI DISKRIMINAN LINIER ROBUST DUA KELOMPOK DENGAN METODE FAST MINIMUM COVARIATE DETERMINANT (FAST MCD) Budyanra Jurusan Statistika, Sekolah Tinggi Ilmu Statistik, Jakarta
Lebih terperinciPENGELOMPOKAN KELAS KEKUATAN PADA BEBERAPA JENIS KAYU BERDASARKAN SIFAT MEKANIK DENGAN MENGGUNAKAN ANALISIS GEROMBOL
Halaman Tulisan Jurnal (Judul dan Abstraksi) Jurnal Paradigma Ekonomika Vol.1, No.4 Oktober 2011 PENGELOMPOKAN KELAS KEKUATAN PADA BEBERAPA JENIS KAYU BERDASARKAN SIFAT MEKANIK DENGAN MENGGUNAKAN ANALISIS
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas mengenai landasan-landasan teori yang mendukung penelitian ini, yaitu analisis kelompok, metode pengelompokan hierarki (single linkage dan complete linkage),
Lebih terperinciANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN I SUKASARI PURWAKARTA)
Prosiding Seminar Matematika dan Pendidikan Matematika ISBN: 978-60-61-0-9 hal 693-703 November 016 ANALISIS KORELASI KANONIK PERILAKU BELAJAR TERHADAP PRESTASI BELAJAR SISWA SMP (STUDI KASUS SISWA SMPN
Lebih terperinciBAB III METODE PENELITIAN. yaitu sifat-sifat, ciri-ciri, atau hal-hal yang dimiliki oleh suatu elemen. Sedangkan
BAB III METODE PENELITIAN 3.1 Populasi dan Sampel Penelitian Populasi adalah kumpulan dari seluruh elemen beserta karakteristiknya yang menjadi objek penyelidikan atau penelitian secara menyeluruh. Karakteristik
Lebih terperinciAPLIKASI ANALISIS KLASTER PADA DATA SIMULASI INDEKS GEOMAGNET LOKAL
Seminar Nasional Statistika I Institut Teknologi Sepuluh Nopember, 7 November 009 APLIKASI ANALISIS KLASTER PADA DATA SIMULASI INDEKS GEOMAGNET LOKAL John Maspupu Pusfatsainsa LAPAN, Jl. Dr. Djundjunan
Lebih terperinci(M.8) STRATEGI PENILAIAN SAHAM BERDASARKAN UKURAN TINGKAT LIKUIDITASNYA SEBAGAI ACUAN PENDUKUNG INDEKS LQ45
(M.8) STRATEGI PENILAIAN SAHAM BERDASARKAN UKURAN TINGKAT LIKUIDITASNYA SEBAGAI ACUAN PENDUKUNG INDEKS LQ45 Muhammad Rifqi Syauqi PT Bursa Efek Indonesia Jl. Jend. Sudirman Kav. 52-53 Jakarta 12190 rifqi.syauqi@idx.co.id
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB IV HASIL PENELITIAN. Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu
BAB IV HASIL PENELITIAN A. Deskripsi Data Data yang dikumpulkan dalam penelitian ini terdiri dari tiga variabel yaitu data tentang kepemimpinan kepala sekolah (X 1 ), sikap guru terhadap pekerjaan (X 2
Lebih terperinciPENGELOMPOKAN DESA/KELURAHAN DI KOTA DENPASAR MENURUT INDIKATOR PENDIDIKAN
E-Jurnal Matematika Vol. (), Mei, pp. - ISSN: - PENGELOMPOKAN DESA/KELURAHAN DI KOTA DENPASAR MENURUT INDIKATOR PENDIDIKAN Ni Wayan Aris Aprilia A.P, I Gusti Ayu Made Srinadi, Kartika Sari Jurusan Matematika,
Lebih terperinci*Corresponding Author:
PERBANDINGAN KINERJA METODE COMPLETE LINKAGE DAN AVERAGE LINKAGE DALAM MENENTUKAN HASIL ANALISIS CLUSTER (Studi Kasus: Produksi Palawija Provinsi Kalimantan Timur 2014/2015) Silvia Ningsih 1, Sri Wahyuningsih
Lebih terperinciANALISIS KELOMPOK METODE HIRARKI UNTUK PENGELOMPOKAN KOTA/KABUPATEN DI JAWA TIMUR BERDASARKAN INDIKATOR KETENAGAKERJAAN,,
1 ANALISIS KELOMPOK METODE HIRARKI UNTUK PENGELOMPOKAN KOTA/KABUPATEN DI JAWA TIMUR BERDASARKAN INDIKATOR KETENAGAKERJAAN,, Universitas Negeri Malang E-mail: desypurwaningyas@ymail.com Abstrak: Dengan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemenelemen yang disusun secara teratur menurut baris dan kolom berbentuk
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Bank adalah lembaga keuangan yang merupakan penggerak utama dalam pertumbuhan perekonomian masyarakat Indonesia. Sebagai lembaga Intermediasi, bank memiliki
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan algoritma hierarchical clustering dan k-means untuk pengelompokan desa tertinggal.
Lebih terperinciPerbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank
Perbandingan Analisis Diskriminan dan Analisis Regresi Logistik Ordinal dalam Prediksi Klasifikasi Kondisi Kesehatan Bank Fajri Zufa Alumni Program Studi Statistika, FMIPA, Universitas Bengkulu e-mail
Lebih terperinci