PENDAHULUAN
Latar Belakang
Indikator pendidikan seperti rata lama sekolah (RLS) mencerminkan kualitas pendidikan yang diperoleh oleh penduduk dalam suatu wilayah.Semakin tinggi angka rata-rata lama sekolah berarti semakin tinggi jenjang pendidikan yang dijalani.Asumsi secara umum bahwa semakin tinggi tingkat pendidikan seseorang maka semakin tinggi pula kualitas seseorang, baik dari pola pikir maupun tindakannya (Jannah & Sari, 2023). Ketidaksetaraan ini dapat terlihat dari perbedaan akses dan kesempatan antara laki-laki dan perempuan dalam menyelesaikan pendidikan formal. Faktor-faktor seperti budaya, ekonomi, dan kebijakan pemerintah dapat mempengaruhi akses pendidikan bagi kedua jenis kelamin.
Hierarki clustering adalah metode analisis data yang bertujuan untuk mengelompokkan data ke dalam cluster yang homogen berdasarkan kesamaan karakteristik. Dalam konteks penelitian ini, hierarki clustering dapat digunakan untuk mengidentifikasi pola dan kelompok wilayah berdasarkan RLS menurut jenis kelamin. Metode ini dapat membantu mengungkap hubungan dan struktur tersembunyi dalam data yang mungkin tidak terlihat melalui analisis statistik tradisional.
Rumusan Masalah
Tujuan
Menerapkan metode hierarki cluster untuk mengelompokkan data rata-rata lama sekolah berdasarkan jenis kelamin pada tahun 2022. Menentukan apakah terdapat perbedaan signifikan dalam rata-rata lama sekolah antara laki-laki dan perempuan.
KAJIAN TEORI
- Pendidikan
- Rata Lama Sekolah
- Metode Hierarki
- Metode Ward
Menurut Badan Pusat Statistik (2021), rata-rata lama sekolah laki-laki adalah rata-rata jumlah tahun yang dihabiskan oleh penduduk laki-laki berusia 15 tahun ke atas untuk menempuh semua jenis pendidikannya yang pernah dijalani. Untuk mereka yang tamat SD diperhitungkan lama sekolah selama 6 tahun, tamat SMP diperhitungkan lama sekolah selama 9 tahun, tamat SMA diperhitungkan lama sekolah selama 12 tahun tanpa mempertimbangkan apakah pernah tinggal kelas atau tidak. Menurut Badan Pusat Statistik, (2021), rata-rata lama sekolah perempuan adalah rata- rata jumlah tahun yang dihabiskan oleh penduduk perempuan berusia 15 tahun ke atas untuk menempuh semua jenis pendidikan yang pernah dijalani.
Untuk mereka yang tamat SD diperhitungkan lama sekolah selama 6 tahun, tamat SMP diperhitungkan lama sekolah selama 9 tahun, tamat SMA diperhitungkan lama sekolah selama 12 tahun tanpa memperhitungkan apakah pernah tinggal kelas atau tidak. Analisis ini dilakukan hingga kelompok membentuk semacam pohon, dimana ada hirarki (tingkatan) yang jelas antarobjek dari yang paling mirip sampai dengan paling tidak mirip. Hierarki adalah analisis yang pengclusteran datanya dilakukan dengan cara mengukur jarak kedekatan pada setiap objek yang kemudian membentuk sebuah Dendogram.
Kemudian diteruskan pada obyek yang lain dan seterusnya hingga cluster akan membentuk semacam Pohon dimana terdapat tingkatan (Hierarki) yang jelas antara objek, dari yang paling mirip hingga yang paling tidak mirip. Langkah pertama dalam membentuk dendrogram, pada umumnya, adalah menyusun setiap objek secara hirarkis sehingga objek dengan kemiripan terbesar terletak berdekatan.
METODE PENELITIAN
Deskripsi Data
Prosedur Analisis Data
Diagram Alir
Setelah melihat sebaran, dilakukan proses pendeteksian outlier dan ditemukan beberapa data ekstream yakni terdapat 3 outlier pada laki-laki dan 9 outlier pada perempuan untuk data laki laki yaitu : Mamberamo Raya, Yalimo, dan Intan Jaya sementara untuk data perempuan: Yahukimo, Peg.Bintang, Mamberamo Raya, Nduga, Lanny Jaya, Yalimo,Dogiyai,Intan Jaya. Metode clustering hirarki digunakan untuk mengelompokkan data berdasarkan kedekatan antar data poin.Dalam kasus ini, data mengenai jumlah penduduk laki-laki dan perempuan di berbagai provinsi/kabupaten/kota di Indonesia telah dianalisis. Metode clustering hirarki bertujuan untuk mengelompokkan data menjadi beberapa kelompok yang homogen berdasarkan jarak atau kesamaan antar data poin.
Proses dimulai dengan setiap data poin sebagai cluster individual dan secara bertahap menggabungkan cluster yang paling mirip hingga terbentuk satu cluster tunggal. Ini menunjukkan jarak antar cluster yang semakin kecil seiring dengan penggabungan cluster, yang menggambarkan betapa miripnya data dalam cluster tersebut. Jarak antar cluster yang kecil menunjukkan bahwa data dalam cluster tersebut sangat mirip, yang berarti bahwa clustering hirarki berhasil mengelompokkan data dengan baik.
Provinsi Aceh memiliki populasi laki-laki yang lebih tinggi dibandingkan perempuan di beberapa kabupaten/kota. Misalnya, di Aceh Tenggara, rasio laki-laki (10.24) lebih tinggi dibandingkan perempuan (9.55), dan di Simeulue, rasio laki-laki (10.14) juga lebih tinggi dibandingkan perempuan (9.25). Meskipun ada variasi antar kabupaten/kota, pola umum menunjukkan bahwa jumlah laki-laki sedikit lebih banyak dibandingkan perempuan di sebagian besar wilayah.
Jarak terdekat adalah 0.0, menunjukkan kesamaan yang sangat tinggi antara kluster, sedangkan jarak terbesar yang ditampilkan adalah menunjukkan perbedaan yang lebih besar antar kluster. Sebagian besar jarak antara kluster berada dalam rentang yang kecil menunjukkan kesamaan atau homogenitas yang relatif tinggi dalam data. Pemerintah daerah dapat menggunakan data rasio gender ini untuk merencanakan kebijakan yang sesuai dengan kebutuhan populasi.
Misalnya, program kesehatan dan pendidikan yang diadaptasi berdasarkan distribusi gender dapat diimplementasikan untuk memastikan layanan yang lebih efisien dan efektif. Studi lebih lanjut diperlukan untuk memahami faktor-faktor yang menyebabkan perbedaan rasio gender di berbagai kabupaten/kota di Aceh. Dengan mengetahui rasio gender, pemerintah dapat merencanakan pembangunan infrastruktur yang lebih baik, seperti fasilitas kesehatan, pendidikan, dan lapangan kerja, yang menyesuaikan dengan kebutuhan populasi laki-laki dan perempuan di setiap daerah.
Pengaruh Rata-Rata Lama Sekolah Antara Laki-Laki Dan Perempuan Terhadap Tingkat Partisipasi Angkatan Kerja Di Provinsi Riau. Analisis Pengaruh Rata-Rata Lama Sekolah, Angka Harapan Hidup dan Pengeluaran Perkapita Terhadap Kemiskinan Provinsi Nusa Tenggara Barat. Pengaruh Angka Harapan Hidup, Rata-rata Lama Sekolah dan KonsumsiRumah Tangga Terhadap Pertumbuhan Ekonomi di Kabupaten/Kota Provinsi Lampung tahun 2014-2019.
Pengaruh Harapan Lama Sekolah, Rata-rata Lama Sekolah Terhadap Tingkat Pengangguran Terbuka di Kabupaten/Kota Provinsi Riau.
HASIL DAN PEMBAHASAN
Reprocessing Data
Hierarchical Clustering
Pengelompokan Perguruan Tinggi Negeri di Indonesia Menggunakan Metode Hirarki dan K-Medoids dengan Ukuran Jarak Modifikasi Data Campuran.
PENUTUP
Kesimpulan
Saran
