Yenni Muflihan (1), Heri Retnawati (2), Agus Kistian (3)
Penelitian ini bertujuan untuk mengelompokkan sekolah berdasarkan kemiripan karakteristik dari rapor mutu sekolah. Pendekatan penelitian yang digunakan pada penelitian ini adalah pendekatan studi literatur deskriptif kuantitatif. Metode penelitian ini menggunakan metode Ward. pemilihan subjek penelitian ini yaitu semua Sekolah Menengah Atas yang ada di Kabupaten Nagan Raya yang berjumlah 16 sekolah dan analisis data penelitian ini yaitu menggunakan analisis Cluster Hierarki, di mana terdapat 3 pengelompokan yang terbentuk, kelompok I ada 11 sekolah, kelompok II ada 4 sekolah dan kelompok III ada 1 sekolah. Penulis menggunakan jarak euklidean, serta metode ward. Hasil penelitian ini menunjukkan bahwa berdasarkan hasil dari ketiga pengelompokan, yang memiliki nilai SSE terdekat di antara objek yang lainnya terdapat pada pengelompokan yang kedua dengan nilai SSE sebesar 19,872. Mempunyai kemiripan karakteristik berdasarkan rapor mutu sekolah. Sedangkan nilai yang memiliki SSE yang mempunyai kemiripan karakteristik terjauh di antara objek yang lainnya terdapat pada pengelompokan yang pertama dengan nilai SSE sebesar 52,014. Sekolah Menengah Atas yang tidak memiliki kemiripan satu sama lain adalah SMA Negeri 1 Suka Makmue yang berada jauh dari Sekolah Menengah Atas lainnya. Hal ini diharapkan menjadi acuan bagi Sekolah yang memiliki rapor mutu minimum untuk lebih meningkatkan mutu sekolahnya.
Â
Cluster analysis with a hierarchical method for grouping senior high schools based on school quality report cards in Nagan Raya Regency
Abstract: This study aims to categorize schools based on similar characteristics of school quality report cards. The research approach used in this research is a quantitative descriptive literature study approach. The selection of the subject of this research is all Senior High Schools in Nagan Raya Regency which amounted to 16 schools. The data analysis of this research uses Hierarchical Cluster analysis, where there are three groupings formed, group I, there are 11 schools, group II, there are four schools and Group III, there is one school. The author uses the Euclidean distance, as well as the ward method. The results of this study show that based on the results of the three groupings, which has the closest SSE value among other objects is in the second grouping with an SSE value of 19.872. Has similar characteristics based on school quality report cards. While the value that has the SSE that has the farthest similarity of characteristics among other objects is in the first grouping with an SSE value of 52.014. The senior high school that has no similarity with each other is SMA Negeri 1 Suka Makmue which is far from other senior high schools. This is expected to be a reference for schools that have a minimum quality report card to improve the quality of their schools further.Â
Abdullah, M. (2008). Prestasi belajar. UIN Almatsier.
Anggraeni, I., Komariah, A., & Kurniatun, T. C. (2016). Kinerja manajerial kepala sekolah, kinerja mengajar guru dan mutu sekolah dasar. Jurnal Administrasi Pendidikan, 23(2). https://doi.org/10.17509/jap.v23i2.5640
Asnawi, M. H., Rahmah, P. F., Nugraha, A., & Purwandari, T. (2021). Pemetaan kabupaten/kota di Jawa Barat berdasarkan jenis usaha pertanian menggunakan analisis korespondensi. E-Prosiding Seminar Nasional Statistika| Departemen Statistika FMIPA Universitas Padjadjaran, 10, 44–51.
Damayanti, L. D., Suwena, K. R., & Haris, I. A. (2019). Analisis kepuasan masyarakat terhadap pelayanan publik berdasarkan indeks kepuasan masyarakat (IKM) Kantor Kecamatan Sawan Kabupaten Buleleng. Jurnal Pendidikan Ekonomi Undiksha, 11(1), 21–32. https://doi.org/10.23887/jjpe.v11i1.20048
Undang-undang Republik Indonesia No. 20 Tahun 2003 tentang Sistem Pendidikan Nasional, (2003).
Fattah, N., & Latifah, P. (2012). Analisis kebijakan pendidikan. Remaja Rosdakarya.
Hair, J. F., Black, W. C., & Babin, B. J. (2010). Multivariate data analysis: A Global Perspective (7th ed.). Prentice Hall.
Hartigan, J. A. (1975). Clustering algorithms. John Wiley & Sons, Inc.
Johnson, R. A., & Wichern, D. W. (2020). Applied multivariate statistical analysis. Pearson Prentice Hall 2007.
Manly, B. F. J., & Alberto, J. A. N. (2016). Multivariate statistical methods: a primer. Chapman and Hall/CRC.
Pawesti, R. (2017). Klasterisasi prestasi kerja pegawai negeri sipil menggunakan pendekatan agglomerative. Universitas Widyatama. https://repository.widyatama.ac.id/handle/123456789/10241
Sani, R. A., Pramuniati, I., & Mucktiany, A. (2015). Penjaminan mutu sekolah. Bumi Aksara.
Simamora, B. (2005). Analisis multivariat pemasaran. Gramedia Pustaka Utama.
Sneath, P. H. A., & Sokal, R. R. (1973). Numerical taxonomy. The principles and practice of numerical classification.
Supranto, J. (2010). Analisis multivariat: arti & interpretasi. Rineka Cipta.
Timm, N. H. (2002). Applied multivariate analysis. Springer.
Wibowo, R. A., Nisa, K., Faisol, A., & Setiawan, E. (2020). Simulasi pemilihan metode analisis cluster hirarki agglomerative terbaik antara average linkage dan ward pada data yang mengandung masalah multikolinearitas. Jurnal Siger Matematika, 1(2), 49–55. https://doi.org/10.23960%2Fjsm.v1i2.2497
Wijaya, T. (2010). Analisis multivariat: Teknik olah data untuk skripsi, tesis, dan disertasi menggunakan SPSS. Universitas Negeri Yogyakarta.