PENGGEROMBOLAN DAN PEMETAAN KABUPATEN/KOTA DI
PROVINSI JAWA BARAT BERDASARKAN NILAI UJIAN
NASIONAL SMA DAN AKREDITASI SEKOLAH
CHARLES E. MONGI
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul Penggerombolan dan Pemetaan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Nilai Ujian Nasional SMA dan Akreditasi Sekolah adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
RINGKASAN
CHARLES E. MONGI. Penggerombolan dan Pemetaan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Nilai Ujian Nasional SMA dan Akreditasi Sekolah. Dibimbing oleh ANANG KURNIA dan I MADE SUMERTAJAYA.
Pendidikan memiliki peranan yang sangat penting bagi setiap individu mulai dari usia dini sampai usia lanjut. Jenjang pendidikan terdiri dari jenjang pendidikan dasar, menengah dan tinggi. Kualitas suatu sekolah dapat dilihat dari nilai ujian nasional (UN) dan akreditasi sekolah. Penelitian ini membahas posisi relatif kabupaten/kota di Provinsi Jawa Barat berdasarkan nilai UN dan akreditasi sekolah, penggerombolan sekolah di Provinsi Jawa Barat dan keterkaitan antara nilai UN dan akreditasi sekolah.
Data yang digunakan ada dua, (i) nilai UN SMA tahun ajaran 2010/2011. Nilai UN berupa nilai mata ajaran pada program IPA yaitu, Bahasa Indonesia, Bahasa Inggris, Matematika, Fisika, Kimia, dan Biologi. (ii) nilai akreditasi SMA di Provinsi Jawa Barat sampai dengan Maret 2013.
Hasil analisis biplot menghasilkan tujuh kelompok SMA di Jawa Barat. Kelompok pertama terdiri dari Kabupaten Kuningan, Kabupaten Sumedang dan Kabupaten Indramayu berada di rata-rata nilai UN dan akreditasi. Kelompok kedua yaitu Kabupaten Sukabumi, Kabupaten Cianjur, Kabupaten Bandung, Kabupaten Garut, Kabupaten Tasikmalaya, Kabupaten Subang, Kabupaten Purwakarta, Kabupaten Bekasi, Kabupaten Bandung Barat dan Kota Bekasi cenderung rendah dalam nilai UN dan akreditasi.
Kelompok ketiga yaitu Kabupaten Karawang dan Kota Depok rendah dalam nilai UN. Kota Bogor, Kota Sukabumi, Kota Bandung dan Kota Cimahi termasuk kelompok keempat tinggi pada nilai akreditasi. Kelompok kelima yaitu Kota Cirebon, Kota Tasikmalaya dan Kota Banjar tinggi pada nilai UN. Kelompok keenam Kabupaten Ciamis, Kabupaten Cirebon dan Kabupaten Majalengka tinggi pada nilai UN eksak. Kelompok ketujuh yaitu Kabupaten Bogor rendah pada nilai UN dan Akreditasi.
Analisis gerombol untuk sekolah menghasilkan 4 gerombol yaitu sekolah-sekolah dengan rata-rata nilai UN cenderung tinggi, sedang, rendah dan sedang pada mata pelajaran eksak. Analisis korespondensi menunjukkan sekolah dengan peringkat akreditasi A cenderung tersebar pada nilai UN yang tinggi dan sedang untuk mata pelajaran eksak. Peringkat akreditasi B cenderung memiliki nilai UN sedang dan rendah. Peringkat akreditasi C cenderung memiliki nilai UN sedang. Sekolah yang memiliki peringkat akreditasi tinggi cenderung tersebar pada nilai UN tinggi, sedang dan rendah.
SUMMARY
CHARLES E. MONGI. Clustering and Mapping Regency/City in West Java Based on National Examination Score of Senior High School and School Accreditation. Supervised by ANANG KURNIA and I MADE SUMERTAJAYA.
Education has a very important role for individuals ranging from early childhood to old age. Qualification consists of primary education, secondary and tertiary. The quality of a school can be seen from the national examination (NE) score and school accreditation. This study discussed the relative position of the regencies/cities in West Java Province based on the NE score and school accreditation, also school clustering, and relationship between the NE score and school accreditation.
The data in this study were, (i) The National Examination (NE) score for 2010/2011 academic year. School average score of NE for Indonesian, English, Mathematics, Physics, Chemistry, and Biology. (ii) The school accreditation which valid to March 2013.
The biplot analysis produced seven high school groups in West Java, the first group consist of Kuningan Regency, Sumedang Regency and Indramayu Regency, is in the average of NE score and accreditation. The second group, consist of Sukabumi Regency, Cianjur Regency, Bandung regency, Garut Regency, Tasikmalaya Regency, Subang Regency, Purwakarta Regency, Bekasi Regency, West Bandung Regency and Bekasi City tend to be low in NE score and accreditation.
The third group, consist of Karawang Regency and Depok City, is low in NE scores. Bogor City, Sukabumi City, Bandung City and Cimahi City included in group four, which is high in accreditation.The fifth group which consist of Cirebon City, Tasikmalaya City and Banjar City is high in NE scores. The sixth group, Ciamis Regency, Cirebon Regency and Majalengka Regency is high on the NE scores for exact science. The seventh group, which is Bogor Regency is low on NE score and accreditation.
Cluster analysis generated 4 clusters which are schools with an average value of the NE that tend to be high, medium, low, and medium on the exact science. Correspondence analysis showed school with A rank of school accreditation were intended to spread on high and medium NE score for exact science. School with B rank intended to posses medium and low NE score. School with C rank intended to posses medium NE score. School with high accreditation had inclined to spread on high, medium and low NE scores.
© Hak Cipta Milik IPB, Tahun 2014
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB
Tesis
sebagai salah satu syarat untuk memperoleh gelar Magister Sains
pada
Program Studi Statistika Terapan
PENGGEROMBOLAN DAN PEMETAAN
KABUPATEN/KOTA DI PROVINSI JAWA BARAT
BERDASARKAN NILAI UJIAN NASIONAL SMA DAN
AKREDITASI SEKOLAH
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
BOGOR 2014
Judul Tesis : Penggerombolan dan Pemetaan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Nilai Ujian Nasional SMA dan Akreditasi Sekolah
Nama : Charles E. Mongi NIM : G152110011
Disetujui oleh Komisi Pembimbing
Dr Anang Kurnia, MSi
Ketua Dr Ir I Made Sumertajaya, MSi Anggota
Diketahui oleh
Ketua Program Studi Statistika Terapan
Dr Ir Indahwati, MSi
Dekan Sekolah Pascasarjana
Dr Ir Dahrul Syah, MScAgr
PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan yang maha kuasa atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian ini ialah Pendidikan, dengan judul Penggerombolan dan Pemetaan Kabupaten/Kota di Provinsi Jawa Barat Berdasarakan Nilai Ujian Nasional SMA dan Akreditasi Sekolah.
Terima kasih dan penghargaan yang sebesar-besarnya penulis ucapkan kepada Bapak Dr Anang Kurnia dan Bapak Dr Ir I Made Sumertajaya selaku komisi pembimbing, yang telah banyak memberi saran dan motivasi dalam penyelesaian tesis ini. Terima kasih juga kepada Ibu Dr Ir Erfiani selaku penguji luar komisi dalam ujian tesis, yang telah memberikan masukan untuk perbaikan karya ilmiah ini. Selain itu penulis juga mengucapkan terima kasih kepada seluruh staf Departemen Statistika IPB.
Ungkapan terima kasih juga disampaikan kepada papa, mama, kakak-kakak serta seluruh keluarga, dan kekasih atas segala doa dan kasih sayangnya. Terima kasih juga kepada teman-teman asrama untuk kebersamaannya.
Penulis menyadari keterbatasan dalam penelitian dan karya ilmiah ini, oleh karena itu mohon kiranya kritik dan saran untuk melengkapi dan kesempurnaan karya ilmiah ini. Semoga karya ilmiah ini bermanfaat.
Bogor, September 2014
DAFTAR ISI
DAFTAR TABEL x
DAFTAR GAMBAR x
DAFTAR LAMPIRAN x
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 2
TINJAUAN PUSTAKA 2
Analisis Biplot 2
Analisis Gerombol 3
Penggerombolan Berhirarki 4
Analisis Korespondensi 5
METODE 6
Sumber Data 6
Metode Analisis 7
HASIL DAN PEMBAHASAN 9
Karateristik Sekolah menurut Peringkat Akreditasi 9 Karakteristik Kabupaten/Kota menurut Nilai UN dan Standar
Akreditasi 10
Pemetaan Kabupaten/Kota Berdasarkan Karakteristik Capaian Nilai
UN dan Standar Mutu Pendidikan 11
Penggerombolan Sekolah Berdasarkan Nilai UN 13
Keterkaitan Gerombol Nilai UN dengan Peringkat Akreditasi 14
SIMPULAN DAN SARAN 15
Simpulan 15
Saran 16
DAFTAR PUSTAKA 16
LAMPIRAN 17
DAFTAR TABEL
1 Contoh tabel kontingensi dengan jumlah baris a dan kolom b 5
2 Matriks korespondensi dari frekuensi relatif 5
3 Kode peubah yang diamati 7
4 Tabel kontingensi Kabupaten/Kota dengan gabungan peringkat
akreditasi dan gerombol UN 8
5 Tabel kontingensi gerombol UN dengan peringkat akreditasi 8 6 Ringkasan nilai UN tertinggi dan terendah menurut Kabupaten/Kota 11 7 Ringkasan nilai akreditasi tertinggi dan terendah menurut
Kabupaten/Kota 11
8 Pengelompokan Kabupaten/Kota hasil analisis biplot 12 9 Rata-rata nilai UN menggunakan analisis gerombol hirarki 13 10 Persentase sekolah hasil gerombol UN menurut peringkat akreditasi 13 11 Persentase peringkat akreditasi sekolah menurut gerombol UN 14 12 Frekuensi sekolah berdasarkan nilai UN dan peringkat akreditasi 14
DAFTAR GAMBAR
1 Rata-rata nilai UN sekolah berdasarkan peringkat akreditasi sekolah 10 2 Rata-rata nilai standar akreditasi sekolah berdasarkan peringkat
akreditasi sekolah 10
3 Biplot antara Kabupaten/Kota dengan nilai UN dan akreditasi 12 4 Plot peringkat akreditasi dan gerombol nilai UN terhadap
Kabupaten/Kota berdasarkan hasil analisis korespondensi 15
DAFTAR LAMPIRAN
1 Rata-rata nilai UN setiap mata pelajaran menurut peringkat akreditasi 18 2 Rata-rata 8 nilai standar akreditasi menurut peringkat akreditasi 18
3 Kode objek yang diamati 18
4 Nilai UN menurut Kabupaten/Kota 19
5 Nilai akreditasi menurut Kabupaten/Kota 20
6 Distribusi nilai akreditasi menurut Kabupaten/Kota 21
7 Hasil analisis gerombol berhirarki 22
8 Tabel kontingensi Kabupaten/Kota dengan gabungan peringkat
akreditasi dan gerombol UN 22
9 Plot peringkat akreditasi terhadap gerombol UN hasil analisis
PENDAHULUAN
Latar Belakang
Pendidikan memiliki peranan yang sangat penting bagi setiap individu sejak usia dini sampai dengan usia lanjut. Setiap orang membutuhkan pendidikan untuk mengembangkan kemampuan intelektual, emosional maupun spiritual. Menurut Kamus Besar Bahasa Indonesia (Depdiknas 2008), pendidikan adalah proses pengubahan sikap dan tata laku seseorang atau kelompok orang dalam usaha mendewasakan manusia melalui upaya pengajaran dan pelatihan. Pengajaran dan pelatihan merupakan suatu proses yang berjalan beriringan dan tidak boleh disampingkan salah satunya. Pendidikan bukanlah sekedar pelatihan dan pelatihan tidak boleh mereduksi makna pendidikan, pendidikan juga merupakan dasar dari proses pembangunan sebuah negara (Saefuddin 2010).
Jalur pendidikan di Indonesia terdiri atas pendidikan formal, nonformal dan informal yang dapat saling melengkapi. Pendidikan formal jenjangnya terdiri atas pendidikan dasar, pendidikan menengah dan pendidikan tinggi. Pendidikan menengah berbentuk Sekolah Menengah Atas (SMA), Madrasah Aliyah (MA), Sekolah Menengah Kejuruan (SMK), dan Madrasah Aliyah Kejuruan (MAK) atau bentuk lainnya yang sederajat (DPR RI 2003). Sekolah merupakan lembaga pendidikan yang di dalamnya terdapat proses pengajaran dan pelatihan. Sekolah yang baik tentu harus memiliki kualitas dari proses pengajaran dan pelatihan yang baik pula. Kualitas dari suatu sekolah dapat diukur dengan akreditasi, salah satunya dengan kompetensi lulusan yang baik dengan melihat nilai ujian sekolah, nilai rapor dan nilai ujian nasional (UN).
Sejarah pelaksanaan UN diawali dengan ujian negara yang pertama kali dilaksanakan tahun 1965 kemudian berganti nama dan teknis pelaksanaan (Depdiknas 2006). Pada tahun 2011 UN penilaiannya terdiri dari mata pelajaran Bahasa Indonesia, Bahasa Inggris, Matematika, dan mata pelajaran jurusan IPA, IPS, atau Bahasa. Nilai UN merupakan 60% syarat kelulusan dan 40% lainnya dari nilai sekolah (Depdiknas 2010). Kualitas suatu sekolah juga dilihat dari akreditasi sekolah yang merupakan proses penilaian dari eksternal sekolah yang dilaksanakan oleh Badan Akreditasi Nasional Sekolah dan Madrasah (BAN S/M).
Akreditasi sekolah merupakan proses penilaian sekolah yang dilaksanakan secara independen oleh BAN S/M. Akreditasi dilakukan untuk menentukan kelayakan program dan satuan pendidikan pada jalur pendidikan formal dan non formal pada setiap jenjang dan jenis pendidikan (DPR RI 2003). Menurut Ahmad (2010), akreditasi dilaksanakan dengan maksud untuk kepentingan pengetahuan, yakni sebagai informasi bagi semua pihak tentang kelayakan dan kinerja sekolah dilihat dari berbagai unsur yang terkait, dengan mengacu kepada standar nasional pendidikan; kepentingan akuntabilitas, yakni pertanggungjawaban sekolah kepada masyarakat apakah layanan yang diberikan sudah memenuhi harapan atau keinginan mereka; kepentingan pembinaan dan peningkatan mutu pendidikan, yakni sebagai dasar bagi pihak terkait baik sekolah maupun masyarakat dalam melakukan pembinaan dan peningkatan mutu sekolah.
2
dan kabupaten/kota di Provinsi Jawa Barat. Sekolah negeri pengelolaannya merupakan tanggung jawab dari pemerintah daerah yaitu kabupaten/kota berdasarkan undang-undang otonomi daerah.
Menurut BPS (2012) Jawa Barat merupakan Provinsi yang berbatasan dengan Ibukota Negara yang berakibat ikut merasakan dampak positif dan negatif pembangunan di DKI Jakarta dan pada akhirnya akan mempengaruhi berbagai aspek kehidupan. Dari aspek jumlah penduduk, Jawa Barat merupakan provinsi dengan jumlah penduduk yang terbesar dari 34 Provinsi di Indonesia. Jumlah penduduk yang banyak akan meningkatkan jumlah penduduk yang membutuhkan pendidikan. Angka partisipasi sekolah Provinsi Jawa Barat yaitu 55.69% berada di bawah angka nasional 61.06% oleh karenanya menarik untuk dilakukan penelitian di Provinsi Jawa Barat.
Penelitian terkait yang dilakukan oleh Sujita (2009) tentang pemetaan mutu sekolah yang sesuai dengan UN SMU di Kabupaten Malang dan Kota Malang menunjukkan terdapat korelasi yang tinggi antara mutu lulusan dengan mutu masukan, sosial ekonomi orang tua dan fasilitas belajar. Sinaga (2011) melihat bahwa terdapat pola hubungan yang nyata antara nilai UN dan nilai rapor juga antara nilai UN dan nilai ujian sekolah.
Perumusan masalah dalam penelitian ini adalah bagaimana keterkaitan antara nilai UN dengan peringkat akreditasi pada kabupaten/kota di Provinsi Jawa Barat. Analisis Biplot digunakan untuk melihat bagaimana posisi relatif antara kabupaten/kota dengan peubah-peubah nilai UN dan nilai akreditasi secara bersama. Penggerombolan dilakukan dengan menggunakan teknik berhirarki berdasarkan nilai UN kemudian melanjutkan dengan melihat keterkaitan dengan peringkat akreditasi menggunakan analisis korespondensi. Contoh kasus yang digunakan adalah nilai UN SMA negeri yang ada di Jawa Barat khususnya program IPA (Ilmu Pengetahuan Alam) dan nilai Akreditasi SMA tersebut.
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Menggambarkan posisi relatif kabupaten/kota di Provinsi Jawa Barat terhadap nilai UN dan Akreditasi sekolah.
2. Menggerombolkan sekolah-sekolah di Provinsi Jawa Barat berdasarkan nilai UN.
3. Mengevaluasi kinerja sekolah yaitu standar akreditasi berdasarkan wilayah kabupaten/kota di Provinsi Jawa Barat dengan melihat keterkaitan antara nilai UN dan Akreditasi SMA.
TINJAUAN PUSTAKA
Analisis Biplot
3 objek atau pengamatan dengan peubah dapat dianalisis (Jolliffe 2002). Biplot dikenalkan oleh Gabriel (1971) dengan menumpang-tindihkan vektor baris dan kolom dari matriks dalam satu grafik. Plot yang terbentuk adalah berdasarkan dekomposisi nilai singular, misalkan matriks X berukuran (n x p) dengan n objek dan p peubah yang diukur berdasarkan rata-rata contoh adalah,
X = UV’
Menurut Gabriel (2002) ukuran kesesuaian biplot sebagai ukuran pendekatan adalah dalam bentuk persentase keragaman:
= +
∑ 100%
dengan adalah akar ciri dan k = 1, 2, …,r. Semakin besar persentase keragaman (mendekati 100%), maka analisis biplot semakin layak digunakan untuk melakukan interpretasi sebagai landasan penarikan kesimpulan.
Analisis Gerombol
Analisis gerombol merupakan teknik peubah ganda yang mempunyai tujuan utama untuk mengelompokkan objek-objek berdasarkan kemiripan karakteristik yang dimilikinya. Karakteristik objek-objek dalam suatu gerombol memiliki tingkat kemiripan yang tinggi, sedangkan karakteristik antar objek pada suatu gerombol dengan gerombol lain memiliki tingkat kemiripan yang rendah (Mattjik dan Sumertajaya 2011). Menurut Rencher dan Christensen (2012) untuk mengelompokkan pengamatan dalam gerombol, banyak teknik yang digunakan dimulai dengan kemiripan antara semua pasangan dari pengamatan. Dalam banyak kasus, kemiripan didasarkan pada ukuran jarak.
Menurut Mattjik dan Sumertajaya (2011) ukuran jarak yang digunakan dalam analisis gerombol adalah Jarak Euclidean, Jarak Mahalanobis, Jarak Kuadrat Euclidean, Jarak City-Block (Manhattan), Jarak Chebychev, Jarak Kuasa (Minkowski) dan lain-lain. Beberapa ukuran jarak antara lain:
1. Jarak Euclidean
Jarak Euclidean merupakan tipe jarak yang paling umum dipilih. Kemudahannya adalah jarak geometrik dalam ruang dimensi ganda. Perhitungannya adalah sebagai berikut:
Jarak (x,y) atau d(x,y)= ∑ ( − ) = ( − )′( − )
4
Namun demikian, jarak bisa menjadi sangat besar, disebabkan hanya karena perbedaan skala.
Ukuran jarak tersebut dapat distandarisasi dengan memasukkan invers dari matriks ragam-peragam dan sering disebut Jarak Mahalanobis (Rencher dan Christensen 2012):
d(x,y) = ( − )′ ( − )
Jarak Kuadrat Euclidean adalah mengkuadratkan Jarak Euclidean standar untuk menempatkan bobot yang lebih besar secara progresif pada objek yang jaraknya jauh. Jarak ini perhitungannya sebagai berikut:
d(x,y) = ∑ ( − )
2. Jarak Kuasa/Mutlak (Minkowski)
Ukuran jarak yang lebih bersifat umum yang perhitungannya sebagai berikut:
d(x,y) = ∑ | − |
jika r = 2 maka jarak tersebut adalah Jarak Euclidean. Jika p = 2 dan r = 1 adalah ukuran Jarak City-Block dengan dua pengamatan.
Terdapat dua teknik penggerombolan yaitu berhirarki dan tak-berhirarki.
Penggerombolan Berhirarki
Metode penggerombolan berhirarki digunakan apabila banyak gerombol yang akan dibentuk belum diketahui sebelumnya. Menurut Johnson dan Wichern (2007) dalam metode berhirarki terdapat dua cara pembentukan gerombol yaitu agglomerative dan divisive. Metode hirarki agglomerative dimulai dengan masing-masing objek adalah satu gerombol kemudian digabungkan berdasarkan kesamaan objek sampai menjadi hanya satu gerombol saja yang berisi semua objek. Sedangkan metode hirarki divisive adalah kebalikannya dimulai dengan satu gerombol yang anggotanya adalah seluruh objek, kemudian objek-objek yang paling jauh dipisah dan membentuk gerombol lain. Proses ini berlanjut sampai semua objek masing-masing membentuk satu gerombol.
Dalam penggerombolan berhirarki terdapat beberapa tahapan pembentukan gerombol, antara lain Metode Pautan Tunggal (single linkage), Pautan Lengkap (complete linkage), Pautan Rataan (average linkage), Metode Centroid, Metode Median, dan Metode Ward (Rencher dan Christensen 2012):
1. Metode Pautan Tunggal
Metode pautan tunggal menggabungkan dua gerombol misalnya A dan B dengan menghitung jarak minimum titik di gerombol A dan titik di gerombol B:
D(A,B) = min{d(yi, yj), untuk yi dalam A dan yj dalam B}
dengan d(yi, yj) adalah Jarak Euclidean atau ukuran jarak yang lain
5 dengan = (nA +nB )/(nA+nB) sehingga
DAB = SSEAB – (SSEA + SSEB).
Analisis Korespondensi
Analisis korespondensi adalah suatu teknik yang mempelajari hubungan antara dua atau lebih peubah kualitatif, yaitu dengan teknik multivariate secara grafik yang digunakan untuk eksplorasi data dari sebuah tabel kontingensi. Analisis ini juga bisa digunakan untuk menentukan kemungkinan hubungan antara dua gugus peubah. Contoh tabel kontingensi dengan jumlah baris a dan kolom b seperti dalam Tabel 1 (Rencher dan Christensen 2012).
Tabel 1 Contoh tabel kontingensi dengan jumlah baris a dan kolom b
Kolom Total
Tabel 2 Matriks korespondensi dari frekuensi relatif
Kolom Total
6
dengan jumlah unsur-unsur profil dari baris dan kolom adalah sama dengan satu. Profil baris ke-i didefinisikan sebagai ri dan profil kolom ke-j didefinisikan sebagai cj’ yaitu:
=
. , . , … , . ′ = . , . , … , . ′
Statistik khi-kuadrat digunakan untuk melihat kebebasan antara 2 peubah, yaitu:
= ∑ ∑ . .
. . = ∑ ∑
. .
. .
dengan berdistribusi khi-kuadrat derajat bebas (a-1)(b-1). Bentuk tersebut dapat ditulis dalam vektor dan matriks sebagai berikut:
= [ ( − ) ( − ) ] = n tr(E)
Data yang digunakan dalam penelitian ini adalah:
1. Data nilai UN SMA tahun ajaran 2010/2011. SMA yang dipilih adalah SMA negeri yang ada di Provinsi Jawa Barat. Nilai UN berupa nilai mata ajaran pada program IPA yaitu, Bahasa Indonesia, Bahasa Inggris, Matematika, Fisika, Kimia, dan Biologi. Nilai ujian tersebut merupakan rata-rata seluruh siswa dalam satu sekolah kemudian menjadi rata-rata seluruh sekolah dalam kabupaten/kota. Data tersebut di dapat dari Balitbang Kemendikbud RI. Data nilai UN adalah skor dengan nilai terendah nol dan nilai yang tertinggi 10. Nilai tersebut akan dikalikan dengan 10 sehingga skornya menjadi antara nol sampai 100.
7 Peubah dan objek dalam penelitian ini seperti dalam Lampiran 1 dan Tabel 3. Objek merupakan 26 kabupaten/kota di Provinsi Jawa Barat. Peubah merupakan 6 mata pelajaran dan 8 standar penilaian akreditasi.
Tabel 3 Kode peubah yang diamati
Mata Pelajaran Kode Standar Akreditasi Kode
Bahasa Indonesia BIN Isi A1
Bahasa Inggris ING Proses A2
Matematika MAT Kompetensi Lulusan A3
Fisika FIS Tenaga pendidik dan kependidikan A4
Kimia KIM Sarana dan prasarana A5
Biologi BIO Pengelolaan A6
Pembiayaan A7
Penilaian A8
Metode Analisis
Nilai UN sebelum di analisis terlebih dahulu diubah skalanya supaya sama dengan skor nilai akreditasi dengan mengalikan 10. Selanjutnya tahapan analisis adalah sebagai berikut:
1. Deskripsi
Analisis deskripsi dilakukan untuk melihat gambaran rata-rata dan persentase nilai UN dan nilai akreditasi sekolah di setiap kabupaten/kota. Deskripsi data nilai UN dan nilai akreditasi sekolah perinciannya sebagai berikut:
a. Membuat rata-rata dan diagram batang capaian nilai UN menurut peringkat Akreditasi
b. Membuat rata-rata dan diagram batang delapan nilai standar akreditasi menurut peringkat akreditasi
c. Membuat rata-rata dan diagram batang nilai UN menurut kabupaten/kota d. Membuat rata-rata dan diagram batang nilai akreditasi menurut
kabupaten/kota
e. Membuat persentase peringkat akreditasi sekolah menurut kabupaten/kota. 2. Analisis Biplot
Analisis biplot dilakukan untuk melihat karakteristik kabupaten/kota berdasarkan capaian standar akreditasi dan skor UN. Analisis biplot langkah-langkahnya adalah sebagai berikut:
a. Membuat matriks data X dengan baris adalah objek yaitu kabupaten/kota dan kolom adalah peubah yaitu skor UN digabung dengan nilai akreditasi. b. Menghitung akar ciri dan vektor ciri dari matriks X’X.
c. Menguraikan matriks X’X = UV’. d. Menghitung koordinat objek dan peubah:
8
3. Analisis Gerombol
Analisis gerombol dilakukan untuk menggerombolkan nilai UN sekolah yang ada di Provinsi Jawa Barat. Teknik analisis gerombol yang digunakan dalam penelitian ini adalah teknik berhirarki agglomerative dengan langkah-langkah sebagai berikut:
a. Membuat matriks jarak dengan jarak antar gerombol menggunakan Jarak Euclidean.
b. Dua objek dengan jarak terpendek digabungkan dalam satu gerombol baru (objek adalah sekolah).
c. Memperbaharui matriks jarak antar gerombol dengan menggunakan Metode Ward.
d. Mengulangi langkah b dan c sampai terbentuk satu gerombol yang beranggotakan semua objek.
e. Melakukan pemotongan dendogram dengan melihat pertambahan jarak terbesar.
4. Analisis Korespondensi
a. Analisis Korespondensi dilakukan untuk melihat kedekatan kabupaten/kota dengan kategori peringkat akreditasi sekolah dan hasil penggerombolan berdasarkan nilai UN. Contoh tabel kontingensi disajikan dalam Tabel 4.
Tabel 4 Tabel kontingensi kabupaten/kota dengan gabungan peringkat akreditasi dan gerombol UN
yang terakreditasi A dengan nilai UN pada gerombol 1.
b. Analisis Korespondensi dilakukan untuk melihat kedekatan peringkat akreditasi dengan hasil penggerombolan berdasarkan nilai UN. Contoh tabel kontingensinya seperti dalam Tabel 5.
Tabel 5 Tabel kontingensi gerombol UN dengan peringkat akreditasi
A B C NA Total
G1 n11 n12 n13 n14 n1.
… … … …
Gk nk1 nk2 nk3 nk4 nk.
Total n.1 n.2 n.3 n.4 n
c. Membuat Plot hasil Analisis Korespondensi langkah-langkahnya adalah sebagai berikut (Rencher dan Christensen 2012):
i. Membuat tabel korespondensi, yaitu membagi nilai frekuensi dengan total frekuensi.
ii. Mencari dekomposisi nilai singular (singular value decomposition) matriks P – rc’. Misalkan dengan membuat skala P – rc’ dengan Z.
9 Kolom matriks U adalah vektor ciri dari ZZ’, kolom matriks V adalah vektor ciri dari Z’Z, dan = diag( , , … , )
ZZ’ = Dr-1/2 (P – rc’)Dc-1(P – rc’)’Dr-1/2
U’U = V’V = I karena U dan V adalah ortonormal. Nilai , , … , dalam adalah nilai singular dari Z.
iii.Mencari dekomposisi nilai singular umum sebagai berikut:
Dr-1/2 (P – rc’) Dc-1/2 = U V’
adalah plot baris dari dua kolom pertama dari X. Sama halnya untuk plot profil kolom cj – r, j = 1,2,…,b dalam dua dimensi adalah plot baris dari
dua kolom pertama dari Y.
HASIL DAN PEMBAHASAN
Karakteritik Sekolah Menurut Peringkat Akreditasi
Sekolah yang diteliti berjumlah 424 merupakan sekolah negeri di Provinsi Jawa Barat. Deskripsi Sekolah terkait capaian nilai UN menurut peringkat akreditasi disajikan dalam Lampiran 1. Nilai UN merupakan rata-rata setiap sekolah terhadap masing-masing mata pelajaran. Sekolah yang peringkat akreditasi A lebih tinggi nilainya dengan sekolah yang peringkat akreditasinya B dan C, hal yang sama dengan peringkat akreditasi B terhadap yang C. Sekolah yang belum terakreditasi (NA) memiliki nilai lebih tinggi dengan sekolah yang terakreditasi A pada beberapa mata pelajaran, yaitu Bahasa Inggris, Kimia dan Biologi. Sekolah yang belum terakreditasi lebih tinggi nilainya dengan yang terakreditasi karena jumlahnya yang sedikit yaitu 3 sekolah di Kabupaten Subang. Gambar capaian nilai UN dalam diagram batang dapat dilihat pada Gambar 1.
Nilai akreditasi yang dihitung berdasarkan 8 standar penilaian terhadap masing-masing peringkat akreditasi ditunjukkan dalam Lampiran 2. Kedelapan standar akreditasi nilainya cenderung lebih tinggi untuk sekolah yang berperingkat akreditasi A terhadap B dan B terhadap C. Hal ini sesuai karena peringkat akreditasi diambil berdasarkan nilai standar akreditasi. Nilai tertinggi adalah standar pembiayaan untuk sekolah peringkat akreditasi A dan nilai terendah adalah standar sarana dan prasarana untuk sekolah peringkat akreditasi C terlihat dalam Gambar 2.
10
Gambar 1 Rata-rata nilai UN sekolah berdasarkan peringkat akreditasi sekolah
Gambar2 Rata-rata nilai standar akreditasi sekolah berdasarkan peringkat akreditasi sekolah
Karakteristik Kabupaten/Kota Menurut Nilai UN dan Standar Akreditasi
Kabupaten dan kota di Provinsi Jawa Barat jumlahnya 26 yang terdiri dari 17 Kabupaten dan 9 Kota. Tabel 6 menunjukkan nilai mata pelajaran Bahasa Indonesia tertinggi terdapat di Kabupaten Cirebon dan terendah di Kabupaten Cianjur. Nilai mata pelajaran Bahasa Inggris tertinggi di Kota Bogor terendah di Kabupaten Karawang. Nilai mata pelajaran Matematika tertinggi di Kota Tasikmalaya dan terendah di Kota Depok. Nilai mata pelajaran Fisika tertinggi di Kota Banjar dan terendah di Kabupaten Bogor. Nilai mata pelajaran Kimia tertinggi di Kota Cirebon dan terendah di Kabupaten Bogor. Nilai mata pelajaran Biologi tertinggi di Kota Tasikmalaya dan terendah di Kabupaten Bogor. Nilai UN berdasarkan kabupaten/kota selengkapnya dalam Lampiran 4.
0
BIN ING MAT FIS KIM BIO
11 Tabel 6 Ringkasan nilai UN tertinggi dan terendah menurut kabupaten/kota
Mata Pelajaran Tabel 7 Ringkasan nilai akreditasi tertinggi dan terendah menurut kabupaten/kota
Standar Banjar, standar proses di Kota Tasikmalaya, standar kompetensi lulusan di Kota Sukabumi, standar tenaga pendidik dan kependidikan di Kota Depok, standar sarana dan prasarana di Kota Sukabumi, standar pengelolaan di Kota Sukabumi, standar pembiayaan di Kota Bogor, standar penilaian di Kota Cimahi. Nilai terendah untuk kedelapan standar berada di Kabupaten Bogor.
Persentase sekolah yang mendapat peringkat akreditasi berdasarkan kabupaten/kota disajikan dalam Lampiran 6, ada delapan kota dan satu kabupaten yang 100 persen mendapat peringkat A yaitu Kota Bogor, Sukabumi, Bandung, Cirebon, Depok, Cimahi, Tasikmalaya, Banjar dan Kabupaten Cirebon. Hanya 2 Kabupaten yang sekolahnya memiliki peringkat akreditasi C yaitu Kabupaten Bogor dan Cianjur.
Pemetaan Kabupaten/Kota Berdasarkan Karakteristik Capaian Nilai UN dan Standar Mutu Pendidikan
Analisis Biplot dilakukan antara objek yaitu 26 kabupaten/kota dan peubah yaitu 6 nilai mata pelajaran dan 8 nilai standar akreditasi secara bersama, hasilnya seperti dalam Gambar 3. Keragaman antar peubah mata pelajaran hampir sama kecuali Bahasa Inggris yang lebih kecil dibandingkan dengan mata pelajaran yang lainnya bahwa panjang vektornya lebih pendek. Untuk peubah standar akreditasi keragamannya juga hampir sama kecuali standar isi yang keragamannya lebih kecil.
12
standar kompetensi lulusan, standar tenaga pendidik dan kependidikan, dan standar penilaian.
Gambar 3 Biplot antara kabupaten/kota dengan nilai UN dan akreditasi Tabel 8 Pengelompokan kabupaten/kota hasil analisis biplot
Kelompok Kabupaten / Kota Karakteristik
Kelompok 1 Kab Kuningan (k08), Kab Sumedang
(k11), Kab Indramayu (k12) Rata-rata pada UN dan Akreditasi Kelompok 2 Kab Sukabumi (k02), Kab Cianjur (k03),
Kab Bandung (k04), Kab Garut (k05), Kab Tasikmalaya (k06), Kab Subang (k13), Kab Purwakarta (k14), Kab Bekasi (k16), Kab Bandung Barat (k17), Kota Bekasi (k75)
Cenderung rendah pada UN dan Akreditasi
Kelompok 3 Kab Karawang (k15), Kota Depok (k76) Rendah pada UN Kelompok 4 Kota Bogor (k71), Kota Sukabumi (k72),
Kota Bandung (k73) , Kota Cimahi (k77) Tinggi pada Akreditasi Kelompok 5 Kota Cirebon (k74), Kota Tasikmalaya
(k78), Kota Banjar (k79) Tinggi pada UN Kelompok 6 Kab Ciamis (k07), Kab Cirebon (k09), Kab
Majalengka (k10) Cenderung tinggi pada UN eksak
Kelompok 7 Kab Bogor (k01) Rendah pada UN
dan Akreditasi Objek dapat dikelompokkan dalam 7 kelompok dengan menggunakan garis kontur luar hasilnya seperti dalam Tabel 8. Nilai karakteristik dalam Tabel 8
III
II
VI
V I
IV
13 berdasarkan nilai rata-rata UN dan Akreditasi berturut-turut yaitu 85.67 dan 90.47. Karakteristik rendah menunjukkan kabupaten/kota berada di bawah nilai rata-rata demikian sebaliknya karakteristik tinggi menunjukkan kabupaten/kota berada di atas rata-rata. Karakteristik cenderung rendah pada nilai UN dalam gambar menunjukkan ada satu kabupaten yang berada pada nilai rata-rata UN sedangkan yang lainnya berada di bawah nilai rata-rata.
Kelompok pertama terdiri dari Kabupaten Kuningan, Kabupaten Sumedang dan Kabupaten Indramayu berada di rata-rata nilai UN dan akreditasi. Kelompok kedua yaitu Kabupaten Sukabumi, Kabupaten Cianjur, Kabupaten Bandung, Kabupaten Garut, Kabupaten Tasikmalaya, Kabupaten Subang, Kabupaten Purwakarta, Kabupaten Bekasi, Kabupaten Bandung Barat dan Kota Bekasi cenderung rendah dalam nilai UN dan akreditasi. Kelompok ketiga yaitu Kabupaten Karawang dan Kota Depok rendah dalam nilai UN. Kota Bogor, Kota Sukabumi, Kota Bandung dan Kota Cimahi termasuk kelompok keempat tinggi pada nilai akreditasi. Kelompok kelima yaitu Kota Cirebon, Kota Tasikmalaya dan Kota Banjar tinggi pada nilai UN. Kelompok keenam Kabupaten Ciamis, Kabupaten Cirebon dan Kabupaten Majalengka tinggi pada nilai UN eksak. Kelompok ketujuh yaitu Kabupaten Bogor rendah pada nilai UN dan Akreditasi.
Penggerombolan Sekolah Berdasarkan Nilai UN
Analisis gerombol dilakukan menggunakan metode berhirarki menghasilkan 4 gerombol berdasarkan perubahan nilai jarak terbesar seperti dalam Lampiran 7. Hasilnya terdapat dalam Tabel 9, Gerombol pertama adalah sekolah-sekolah dengan nilai UN yang tinggi untuk semua mata pelajaran. Gerombol kedua adalah sekolah dengan nilai UN yang sedang. Gerombol ketiga adalah sekolah-sekolah dengan nilai UN yang rendah. Gerombol keempat adalah sekolah-sekolah-sekolah-sekolah dengan nilai UN yang sedang untuk mata pelajaran eksak dan Bahasa Inggris.
Tabel 9 Rata-rata nilai UN menggunakan analisis gerombol hirarki N BIN ING MAT FIS Nilai UN KIM BIO Tabel 10 Persentase sekolah hasil gerombol UN menurut peringkat akreditasi
Peringkat
14
ini berarti 34.1 persen sekolah berada di gerombol nilai UN sedang tapi rendah pada 2 mata pelajaran dan 14.5 persen pada gerombol nilai UN rendah. Peringkat akreditasi B paling banyak di gerombol 2 sebanyak 41.8 persen dan paling sedikit di gerombol 1 sebanyak 9.1 persen. Sebanyak 41.8 persen sekolah berada pada gerombol nilai UN sedang dan 9.1 persen sekolah berada pada gerombol nilai UN tinggi. Peringkat akreditasi C hanya terdapat pada gerombol 2 dan gerombol 3 sebanyak 87.5 persen dan 12.5 persen. Tabel 11 menunjukkan nilai gerombol UN paling banyak pada peringkat akreditasi A.
Tabel 11 Persentase peringkat akreditasi sekolah menurut gerombol UN Gerombol A Peringkat Akreditasi B C NA Total
G1 94.18 4.85 0 0.97 100
G2 73.73 19.49 5.93 0.85 100
G3 76.47 22.06 1.47 0 100
G4 90.37 8.89 0 0.74 100
Penggerombolan sekolah menunjukkan sekolah peringkat akreditasi A menyebar pada setiap gerombol nilai UN. Sekolah-sekolah tersebut cenderung mendapat nilai UN tinggi, sedang dan rendah. Untuk sekolah-sekolah peringkat akreditasi B cenderung mendapat nilai UN sedang. Sedangkan untuk sekolah peringkat akreditasi C cenderung mendapat nilai UN sedang dan rendah.
Keterkaitan Gerombol Nilai UN dengan Peringkat Akreditasi
Gerombol nilai UN dari analisis sebelumnya mendapatkan 4 gerombol jika dikaitkan dengan peringkat akreditasi akan menghasilkan frekuensi sekolah seperti dalam Lampiran 8. Analisis korespondensi dilakukan dengan kolom adalah peringkat akreditasi dan gerombol UN secara bersama sedangkan baris adalah kabupaten/kota. Hasil analisis korespondensi seperti dalam Gambar 4 menunjukkan peubah-peubah yang memiliki kemiripan antara lain peubah akreditasi A dan akreditasi B dalam gerombol 3 (AG2 dan AG3). Kemiripan antara peubah akreditasi A dan B dalam gerombol 2. Untuk peubah Akreditasi B dalam gerombol 1 memiliki kemiripan yang rendah dengan peubah-peubah lainnya.
Tabel 12 Frekuensi sekolah berdasarkan nilai UN dan peringkat Akreditasi Peringkat
15 sedang dan rendah. Peringkat akreditasi A dekat dengan gerombol nilai UN pertama dan keempat hal ini berarti sekolah dengan peringkat akreditasi A cenderung memiliki nilai UN tinggi tetapi juga sedang untuk mata pelajaran eksak. Sekolah peringkat akreditasi C cenderung memiliki nilai UN sedang.
1.0
Gambar 4 Plot peringkat akreditasi dan gerombol nilai UN terhadap kabupaten/kota berdasarkan hasil analisis korespondensi
Hasil analisis korespondensi ini mendukung hasil yang didapat dari analisis biplot bahwa kelompok dalam analisis biplot posisinya memiliki posisi yang mirip dengan hasil analisis korespondensi. Hal tersebut dapat dilihat pada Gambar 3 dan Gambar 4 untuk posisi Kabupaten Bogor (k01) cenderung mengelompok sendiri. Posisi Kota Cirebon dan Kota Tasikmalaya juga cenderung memiliki posisi berdekatan pada hasil kedua analisis tersebut. Hal yang sama juga untuk Kota Depok dan Kabupaten Karawang memiliki posisi yang berdekatan pada kedua analisis.
Kabupaten yang perlu mendapat perhatian khusus oleh pemerintah Provinsi Jawa Barat adalah Kabupaten Bogor yang memiliki ciri nilai UN dan standar akreditasi yang rendah.
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil dan pembahasan dapat disimpulkan:
16
2. Gerombol sekolah terdapat 4 gerombol yaitu rata-rata nilai UN tinggi, sedang, rendah, dan sedang-rendah. Keempat gerombol tersebut menyebar pada setiap peringkat akreditasi.
3. Sekolah yang memiliki peringkat akreditasi tinggi cenderung tersebar pada nilai UN tinggi, sedang dan rendah.
Saran
Penelitian ini hanya terbatas pada SMA Negeri program IPA sehingga perlu dilakukan kajian untuk sekolah-sekolah swasta dan program IPS dan bahasa.
DAFTAR PUSTAKA
Ahmad S. 2010. Akreditasi Sekolah Muara Peningkatan Mutu Pendidikan. [terhubung berkala]. http://www.univpgri-palembang.ac.id:2095/peneliti-
an/akreditasisekolahmuarapeningkatanmutu-2.pdf [23 Januari 2014].
BPS. 2012. Indikator kesejahteraan rakyat Provinsi Jawa Barat 2011. Bandung: Badan Pusat Statistik Provinsi Jawa Barat.
Depdiknas. 2006. Kilas Balik Pendidikan Nasional 2006, Jakarta: Pusat Informasi dan Humas Depdiknas.
Depdiknas. 2008. Kamus Besar Bahasa Indonesia. Jakarta: Pusat Bahasa Depdiknas.
Depdiknas. 2010. Peraturan Menteri Pendidikan Nasional No. 45 tentang kriteria kelulusan peserta didik SMP/MTS, SMPLB, SMA/MA, SMALB, dan SMK tahun pelajaran 2010/2011.
DPR RI. 2003. Undang-undang No. 20 tentang sistem pendidikan nasional. [terhubung berkala]. http://www.dpr.go.id/id/undang-undang/2003/20/uu
/Sistem-Pendidikan-Nasional [26 Mei 2014]
Gabriel KR. 1971. The biplot graphic display of matrices with application to principal component analysis. Biometrika 58: 453-467.
Gabriel KR. 2002. Goodness-of-fit of biplots and correspondence analysis. Biometrika. 89: 423-436.
Johnson RA, Wichern DW. 2007. Applied Multivariate Statistical Analysis 6th edition. London: Prentice-Hall.
Jolliffe IT. 2002. Principal Component Analysis 2nd edition. New York: Springer-Verlag.
Mattjik AA, Sumertajaya IM. 2011. Sidik Peubah Ganda. Bogor: Departemen Statistika FMIPA-IPB.
Rencher AC, Christensen WF. 2012. Methods of Multivariate Analysis 3rd edition. New York: John Wiley & Sons, Inc.
Saefuddin A. 2010. Percikan Pemikiran: Kepemimpinan dan Pendidikan. Bogor: IPB Pr.
Sinaga. SS. 2011. Penggunaan Analisis Kanonik untuk Mengetahui Pola Hubungan antara Nilai Ujian Nasional, Nilai Ujian Sekolah dan Nilai Rapor (Studi Kasus di SMA Budhi Warman II Jakarta) [tesis]. Bogor: Statistika. FMIPA IPB.
17
18
Lampiran 1 Rata-rata nilai UN setiap mata pelajaran menurut peringkat akreditasi
Peringkat
Akreditasi sekolah Jumlah BIN ING MAT Mata Pelajaran FIS KIM BIO
A 358 82.51 84.69 86.70 86.49 88.62 84.49
B 55 78.85 81.24 83.95 82.86 84.28 78.67 C 8 71.41 79.67 81.20 78.31 80.63 65.59 NA 3 81.53 87.47 85.87 84.50 94.87 88.27
Lampiran 2 Rata-rata nilai 8 standar akreditasi menurut peringkat akreditasi
Peringkat
Akreditasi sekolah Jumlah A1 A2 A3 A4 Standar A5 A6 A7 A8 A 358 94.265 90.440 90.909 87.908 87.322 94.358 95.008 93.243 B 55 87.334 83.41 77.29 75.545 59.89 85.11 86.182 87.250 C 8 75.63 71.56 57.88 65.16 41.46 74.06 72.75 65.94
NA 3 - - - -
Lampiran 3 Kode objek yang diamati
Daerah Kode Daerah Kode
Kabupaten Bogor K01 Kabupaten Purwakarta K14
Kabupaten Sukabumi K02 Kabupaten Karawang K15
Kabupaten Cianjur K03 Kabupaten Bekasi K16
Kabupaten Bandung K04 Kabupaten Bandung Barat K17
Kabupaten Garut K05 Kota Bogor K71
Kabupaten Tasikmalaya K06 Kota Sukabumi K72
Kabupaten Ciamis K07 Kota Bandung K73
Kabupaten Kuningan K08 Kota Cirebon K74
Kabupaten Cirebon K09 Kota Bekasi K75
Kabupaten Majalengka K10 Kota Depok K76
Kabupaten Sumedang K11 Kota Cimahi K77
Kabupaten Indramayu K12 Kota Tasikmalaya K78
19 Lampiran 4 Rata-rata nilai UN menurut kabupaten/kota
Kabupaten/Kota Kode BIN ING MAT FIS Mata Pelajaran KIM BIO Kab. Bogor K01 75.19 80.61 80.19 77.51 82.33 72.80
Kab. Sukabumi K02 78.88 84.77 83.70 82.36 85.14 82.57 Kab. Cianjur K03 74.56 84.81 85.58 82.07 85.50 80.58 Kab. Bandung K04 79.74 85.68 87.75 83.94 87.64 79.35 Kab. Garut K05 83.35 83.36 86.96 84.31 85.99 82.94 Kab. Tasikmalaya K06 81.59 82.26 82.53 84.59 84.65 82.64 Kab. Ciamis K07 84.47 88.13 92.22 89.84 92.67 84.95 Kab. Kuningan K08 80.52 79.56 84.25 93.14 89.96 81.84 Kab. Cirebon K09 87.83 80.49 91.62 93.21 93.91 84.72 Kab. Majalengka K10 83.66 86.34 91.85 92.55 94.46 89.80 Kab. Sumedang K11 84.52 85.37 91.21 82.14 88.09 88.81 Kab. Indramayu K12 79.73 82.19 86.48 86.85 91.28 84.44 Kab. Subang K13 78.84 84.48 88.95 84.86 90.71 81.43 Kab. Purwakarta K14 83.40 82.48 87.88 82.71 82.68 84.60 Kab. Karawang K15 84.30 71.92 80.40 80.30 84.32 81.52 Kab. Bekasi K16 81.95 82.01 86.02 83.60 86.94 81.36 Kab. Bandung Barat K17 79.38 84.45 83.38 89.03 84.82 82.66 Kota Bogor K71 85.70 92.39 90.13 89.00 90.18 87.57 Kota Sukabumi K72 85.34 91.54 91.34 87.30 94.54 83.68 Kota Bandung K73 84.23 90.25 83.39 87.58 89.23 85.25 Kota Cirebon K74 86.81 88.03 92.29 94.09 95.22 88.22 Kota Bekasi K75 79.86 85.86 79.71 87.58 82.95 87.47 Kota Depok K76 81.07 85.75 77.90 79.28 82.87 85.92 Kota Cimahi K77 84.77 89.35 87.50 85.65 88.27 86.37 Kota Tasikmalaya K78 87.05 92.02 94.43 93.25 94.11 96.33
20
Lampiran 5 Rata-rata nilai akreditasi menurut kabupaten/kota
Kabupaten/Kota A1 A2 A3 A4 Standar A5 A6 A7 A8
K01 89.01 84.22 76.50 78.36 71.09 86.52 87.41 83.59
K02 93.70 89.78 89.04 83.80 78.77 92.83 95.04 91.74
K03 93.21 89.42 89.92 85.96 81.15 89.04 91.31 88.27
K04 94.12 88.82 88.21 88.82 80.09 90.92 91.95 93.36
K05 93.64 90.00 87.44 84.44 76.94 91.94 94.26 90.52
K06 89.64 86.79 85.00 82.95 79.82 91.07 91.93 90.98
K07 93.48 89.09 86.27 84.66 84.21 93.69 94.18 92.78
K08 93.77 91.32 87.95 88.82 86.36 92.70 92.47 91.25
K09 93.60 90.13 90.74 88.95 84.03 93.16 91.00 92.76
K10 91.77 87.66 88.50 85.39 84.06 89.38 93.25 90.86
K11 92.00 89.83 86.73 86.91 87.50 96.00 94.87 93.08
K12 94.72 91.81 89.94 85.28 82.53 95.56 93.56 92.85
K13 90.72 86.25 85.04 80.00 82.74 91.34 93.07 91.96
K14 90.69 90.83 90.00 85.10 83.89 93.75 93.83 93.75
K15 93.07 91.18 92.32 87.50 85.88 94.74 95.32 94.15
K16 93.33 88.48 88.79 83.45 78.91 92.42 93.30 92.99
K17 91.54 86.73 89.08 84.33 82.89 92.40 93.62 92.60
K71 95.50 91.00 95.10 93.00 91.08 96.90 98.50 94.00
K72 95.67 90.50 96.20 91.00 95.67 98.00 98.20 94.50
K73 94.51 90.00 92.78 91.48 91.36 95.46 96.41 93.80
K74 93.70 89.44 92.89 89.31 92.78 93.75 93.11 93.06
K75 92.06 88.82 88.41 86.54 80.49 92.65 93.71 93.34
K76 96.11 90.83 95.17 93.13 89.72 94.58 97.33 94.38
K77 96.94 91.25 95.50 86.46 91.94 97.92 95.33 97.08
K78 95.67 92.25 93.10 90.50 89.92 97.50 95.80 95.75
21 Lampiran 6 Distribusi nilai akreditasi menurut kabupaten/kota
Kabupaten/Kota A Peringkat Akreditasi (%) B C NA Total
K01 56.2 21.9 21.9 0 100
K02 82.6 17.4 0 0 100
K03 84.6 7.7 7.7 0 100
K04 89.5 10.5 0 0 100
K05 70.4 29.6 0 0 100
K06 85.7 14.3 0 0 100
K07 86.4 13.6 0 0 100
K08 89.5 10.5 0 0 100
K09 100 0 0 0 100
K10 75 25 0 0 100
K11 93.3 6.7 0 0 100
K12 94.4 5.6 0 0 100
K13 64.8 17.6 0 17.6 100
K14 91.7 8.3 0 0 100
K15 100 0 0 0 100
K16 72.7 27.3 0 0 100
K17 76.9 23.1 0 0 100
K71 100 0 0 0 100
K72 100 0 0 0 100
K73 100 0 0 0 100
K74 100 0 0 0 100
K75 76.5 23.5 0 0 100
K76 100 0 0 0 100
K77 100 0 0 0 100
K78 100 0 0 0 100
22
Lampiran 7 Hasil analisis gerombol berhirarki
Cluster Analysis of Observations: BIN, ING, MAT, FIS, KIM, BIO Euclidean Distance, Ward Linkage
23 Lampiran 9 Plot peringkat Akreditasi terhadap gerombol UN hasil analisis
korespondensi
1.5 1.0
0.5 0.0
-0.5 1.5
1.0
0.5
0.0
-0.5
Dimensi 1
D
im
en
si
2
NA
C B
A G4
G3
24
RIWAYAT HIDUP
Penulis dilahirkan di Tondano Minahasa pada tanggal 4 Januari 1984 dari ayah Johny G. Mongi dan ibu Jenny E. Mongdong. Penulis merupakan putra bungsu dari tiga bersaudara.
