SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Disusun Oleh:
Astri Widiastuti Setiyawati
125314076
FINAL PROJECT
By:
Astri Widiastuti Setiyawati
125314076
HALAMAN PERSEMBAHAN
Allah SWT
Keluarga
Sahabat
v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak
memuat karya atau bagian karya orang lain, kecuali yang telah saya sebutkan
dalam kutipan daftar pustaka, sebagaimana layaknya karya ilmiah.
Penulis,
vi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRAK
Penambangan data dan evaluasi dalam penelitian menggunakan dua jenis data
yaitu data nilai daya serap 29 kompetensi dan data rata-rata dari nilai daya serap 29
kompetensi. Berdasarkan evaluasi menggunakan nilai daya serap 29 kompetensi dapat
disimpulkan bahwa algoritma ini dapat digunakan untuk mengelompokan data sekolah
dengan nilai k yang diberikan. Berdasarkan evaluasi menggunakan rata-rata dari nilai
daya serap 29 kompetensi dapat disimpulkan bahwa algoritma ini dapat
mengelompokan nilai rata-rata daya serap ke dalam tiga kelompok yaitu kelompok
dengan standar deviasi tinggi, sedang, dan rendah.
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRACT
This thesis will implement of PAM algorithm for clustering high school data in
DIY based on the value of absorption data of national exam score mathematics subject
in 2014/2015 become some of group so that obtained the information about high school
groups in DIY. Process of data mining which is conducted is KDD (Knowledge
Discovery in Database) process that is data cleaning, data integration, selection data,
transformation data, data mining, pattern evaluation, and knowledge presentation.
Data mining and evaluation in research using two types of data that is value of
absorption data 29 comprehension, and data of the average of value of absorption data
29 comprehension. Based on the evaluation using value of absorption data 29
comprehension can be concluded that the algorithm can be used to classify the data of
high school by giving the value of k. Based on the evaluation using the average of value
of absorption data 29 comprehension can be concluded that this algorithm can be used
for grouping the value of the average of absorption data into three groups which is
group with high, medium, and low standard deviation.
viii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata Dharma :
Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan
kepada Perpustakaan Universitas Sanata Dharma untuk menyimpan, mengalihkan
dalam bentuk media lain, mengelolanya di internet atau media lain untuk kepentingan
akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya
selama tetap mencantumkan nama saya sebagai penulis.
Dibuat di Yogyakarta
Yang menyatakan,
ix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KATA PENGATAR
Puji dan syukur kepada Tuhan Yang Maha Esa, karena pada akhirnya penulis
dapat menyelesaikan peneitian tugas akhie ini yang berjudul ”IMPLEMENTASI
ALGORITMA PARTITIONING AROUND MEDOIDS (PAM) UNTUK
PENGELOMPOKAN SEKOLAH MENENGAH ATAS DI DIY
BERDASARKAN NILAI DAYA SERAP UJIAN NASIONAL”.
Dalam menyelesaikan seluruh penyusunan tugas akhir ini, penulis tak lepas dari
doa, bantuan, dukungan, dan motivasi dari banyak pihak. Oleh karena itu, pada
kesempatan kali ini penulis menyampaikan rasa penghargaan dan terima kasih yang
terdalam kepada:
x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8. Para sepupu penulis Arin, Dwi, Ayu, dan Bagas serta keluarga besar
Marsoedi yang selalu memberikan semangat, doa, dan motivasi dalam
penyusunan tugas akhir ini.
9. Vinna Marcelia Tamaela, Yohanes Ragil Purnomo, Laurensius Praba
Atmaja, Yosep Dwi N. selaku teman dekat penulis.
10. Untuk sahabat-sahabat penulis Nita, Dhesty, Prilly, Imas, Itha terima kasih
untuk persahabata yang terjalin selama perkuliahan.
11. Seluruh teman-teman TI angkatan 2012 untuk bantuan, kebersamaan
selama pengerjaan tugas akhir ini dan menjalani masa perkuliahan.
12. Serta semua pihak yang telah membantu penyusunan tugas akhir ini yang
tidak dapat disebutkan satu persatu.
Penulis
xi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR ISI
HALAMAN JUDUL...................................................................................................... i
TITLE PAGE ................................................................................................................. ii
HALAMAN PERSETUJUAN .................................... Error! Bookmark not defined.
HALAMAN PENGESAHAN ..................................... Error! Bookmark not defined.
HALAMAN PERSEMBAHAN ................................................................................... v
PERNYATAAN KEASLIAN KARYA ...................................................................... vi
ABSTRAK .................................................................................................................. vii
ABSTRACT ............................................................................................................... viii
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
UNTUK KEPERLUAN KEPENTINGAN AKADEMIS ............................................ ix
KATA PENGATAR ..................................................................................................... x
DAFTAR ISI ............................................................................................................... xii
DAFTAR GAMBAR ................................................................................................. xvi
DAFTAR TABEL ..................................................................................................... xvii
BAB I PENDAHULUAN ............................................................................................. 1
1.1 Latar Belakang ............................................................................................... 1
1.2 Rumusan Masalah .......................................................................................... 4
1.3 Batasan Masalah ............................................................................................. 4
1.4 Tujuan dan Manfaat ........................................................................................ 5
1.5 Metodologi Penelitian .................................................................................... 6
1.6 Sistematika Penulisan ..................................................................................... 8
BAB II LANDASAN TEORI ..................................................................................... 10
2.1 Knowledge Discovery in Database (KDD) .................................................. 10
2.1.1 Definisi Knowledge Discovery in Database (KDD) ............................. 10
2.1.2 Tahapan Knowledge Discovery in Database (KDD) ............................ 10
2.2 Penambangan Data (Data Mining) ............................................................... 14
2.2.1 Definisi Penambangan Data (Data Mining) .......................................... 14
2.2.2 Teknik Penambangan Data (Data Mining) ........................................... 14
2.3 Clustering ..................................................................................................... 15
xii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR GAMBAR
xvi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR TABEL
xvii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB I
PENDAHULUAN
Penambangan data (data mining) adalah proses yang memperkerjakan satu atau
lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan
mengekstraksi pengetahuan (knowledge) secara otomatis. Data mining berisi pencarian
trend atau pola yang diinginkan dalam database besar untuk membantu pengambilan
keputusan di waktu yang akan datang. Pola-pola ini dikenali oleh perangkat tertentu
yang dapat memberikan suatu analisa data yang berguna dan berwawasan yang
kemudian dapat dipelajari dengan lebih teliti, yang mungkin saja menggunakan
perangkat pendukung keputusan yang lainnya (Hermawati, 2013).
Clustering merupakan salah satu teknik dalam penambangan data. Clustering
bertujuan untuk mengelompokkan sejumlah data/obyek ke dalam klaster (group)
sehingga dalam setiap klaster akan berisi data yang semirip mungkin. Salah satu
algoritma clustering adalah Partitioning Around Medoids (PAM). Algoritma
Partitioning Around Medoids (PAM) lebih dikenal dengan algoritma K-Medoids.
Algoritma ini merupakan teknik partisi klasik untuk clustering yang melakukan
klasterisasi data dari n obyek ke dalam k cluster yang dikenal dengan apriori.
Perbedaan antara K-Means dan K-Medoids terletak pada cara kedua metode tersebut
menghentikan perhitungan dan melakukan perulangan. Jika pada K-Means berpatokan
pada kondisi konvergen, pada K-Medoids tergantung pada kualitas kluster yang didapat
pada perulangan terakhir (Tiwari, 2012). Algoritma K-Medoids lebih kuat daripada
algoritma K-Means bila dihadapkan dengan noise dan outliers, karena medoid kurang
dipengaruhi oleh outliers atau nilai-nilai ekstrim yang lain daripada sebuah mean
(Yusupa, 2015).
Ujian Nasional merupakan penilaian pada akhir proses pembelajaran di
sekolah. Penilaian merupakan serangkaian kegiatan untuk memperoleh, menganalisis,
1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dan menafsirkan data tentang proses dan hasil belajar siswa yang dilakukan secara
sistematis dan berkesinambungan sehingga menjadi informasi yang bermaksa dalam
mengambil keputusan (Depdikbud, 1994). Ujian Nasional bertujuan untuk menilai
pencapaian kompetensi lulusan secara nasional pada mata pelajaran tertentu. Ujian
Nasional diadakan sekurang-kurangnya satu kali dan sebanyak-banyaknya dua kali
dalam satu tahun pelajaran (PP No. 19 tahun 2005, ps. 66).
Dalam Permendiknas No. 63 tahun 2009 tentang Sistem Penjaminan Mutu
Pendidikan (SPMP) pasal 20 menyatakan bahwa salah satu jenis kegiatan penjaminan
mutu pendidikan adalah evaluasi dan pemetaan mutu satuan atau program pendidikan
oleh Pemerintah, Pemerintah Provinsi, dan Pemerintah Kabupaten atau Kota.
Pemerintah telah menentukan kebijakan dalam meningkatkan standar mutu pendidikan
dengan melakukan Ujian Nasional (UN) dan Ujian Sekolah (US) setiap tahunnya.
Hasil Ujian Nasional tersedia di web kemdikbud dengan berbagai format. Salah
satu format yang disajikan adalah mengenai daya serap. Daya serap memuat informasi
mengenai proporsi atau presentase jawaban benar yang bisa dipilih berdasarkan
kelompok maupun SKL. Daya serap memberikan gambaran tentang kemampuan
peserta didik dalam penguasaan indikator dari kompetensi/pokok bahasan mata
pelajaran. Mengetahui nilai daya serap dapat menjadikan sebagai tolak ukur untuk
mengetahui sejauh mana pemahaman peserta didik terhadap mata pelajaran yang
diajarkan oleh gurunya.
Dalam Permendikbud No. 143 tahun 2014 tentang Petunjuk Tekniks
Pelaksanaan Jabatan Fungsional Pengawas Sekolah dan Angka Kreditnya, beserta
lampirannya yang merupakan satu kesatuan utuh. Menurut permendikbud ini bahwa
tugas pokok pengawas sekolah adalah melaksanakan tugas pengawasan akademik dan
manajerial pada satuan pendidikan yang meliputi penyusunan program pengawasan,
peniliaian, pembimbingan, dan pelatiahan profesional guru, evaluasi hasil pelaksanaan
program pengawasan, dan pelaksanaan tugas pegawasan didaerah khusus. Adapun
beban kerja pengawas sekolah dalam melaksanakan tugas pengawasan adalah 37.50
jam perminggu. Dengan sasaran untuk SMP/MTs, SMA/MA, dan SMK/MAK paling
sedikit 7 (tujuh) satuan pendidikan.
2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Clustering berpotensi sebagai alat untuk menganalisis nilai daya serap ujian
nasional, karena clustering memiliki konsep membagi data menjadi kelompok-
kelompok agar dapat membantu dalam proses pengelompokan SMA khususnya yang
berada di Provinsi DIY berdasarkan nilai daya serap ujian nasional.
Pada penelitian ini, penulis mengkhususkan melakukan pengelompokan
Sekolah Menengah Atas berdasarkan pada mata pelajaran matematika. Hal ini didasari
karena pentingnya peranan pelajaran matematika dalam kehidupan sehari-hari. Dengan
mempelajari matematika, manusia dapat memecahkan suatu permasalahan. Baik
memecahkan masalah dalam pengerjaan soal-soal maupun memecahkan permasalahan
yang lain dalam kehidupan nyata. Selain itu mempelajari matematika dapat membuat
manusia menjadi lebih teliti, cermat, dan tidak ceroboh dalam bertindak.
Penelitian serupa telah dilakukan oleh Megawati (2015) yang berjudul
“Implementasi Algoritma Fuzzy C-Means untuk Pengelompokan Sekolah Menengah
Atas di DIY Berdasarkan Nilai Ujian Nasional dan Ujian Sekolah” yang bertujuan
untuk mengelompokkan Sekolah Menengah Atas berdasarkan nilai ujian nasional dan
nilai sekolah dengan menggunakan algoritma Fuzzy C-Means. Sedangkan, pada
penelitian ini hanya menggunakan nilai daya serap Ujian Nasional dengan lokasi
penelitian yang sama yaitu pada Provinsi DIY. Jika pada penelitian sebelumnya
menggunakan algoritma Fuzzy C-Means sebagai algoritma untuk mengelompokan
Sekolah Menengah Atas pada penelitian penulis saat ini adalah menggunakan
algoritma Partitioning Around Medoids sebagai algoritma untuk mengelompokkan
Sekolah Menengah Atas. Hasil pengelompokan sekolah menengah atas selanjutnya
dapat dipergunakan untuk membantu Departemen Pendidikan Provinsi dan juga
penyelenggara pendidikan untuk melihat dan mengevaluasi sekolah-sekolah yang
termasuk ke dalam kelompok nilai daya serap tinggi, sedang, dan rendah. Dengan
demikian Departemen Pendidikan Provinsi dapat mengambil langkah perbaikan yang
tepat.
Berdasarkan hal diatas, maka penulis tertarik untuk mengimplementasikan
algoritma Partitioning Around Medoids (PAM) dan mengambil judul untuk tugas akhir
yaitu “Implementasi Algoritma Partitioning Around Medoids (PAM) untuk
3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Pengelompokkan Sekolah Menengah Atas di DIY berdasarkan Nilai Daya Serap Ujian
Nasional” untuk membantu dalam proses pengelompokan data Sekolah Menengah
Atas dengan algoritma Partitioning Around Medoids (PAM).
2. Data yang digunakan adalah data nilai daya serap ujian nasional mata
pelajaran matematika siswa SMA jurusan IPA di Provinsi DIY tahun ajaran
2014/2015.
4
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3. Atribut clustering yang digunakan adalah data nilai daya serap ujian
nasional mata pelajaran matematika di Provinsi DIY yang meliputi atribut
nama sekolah dan jumlah kompetensi daya serap mata pelajaran
matematika.
5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1. Studi Pustaka
Pada tahapan ini merupakan proses pembuangan data yang tidak relevan
atau tidak konsisten terhadap data lainnya.
Pada tahapan integrase data ini akan dilakukan penggabungan data dari
berbagai sumber/database yang ada.
Pada tahapan seleksi data ini merupakan tahapan menyeleksi data yang
akan digunakan dalam penelitian.
Pada tahapan ini akan dilakukan format data asli ke dalam format data yang
sesuai dengan penelitian.
6
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
a. Analisa
b. Desain
c. Coding
Pada tahapan ini akan dilakukan proses evaluasi terhadap hasil data mining
yang telah dilakukan pada proses sebelumnya.
Pada tahapan ini akan dilakukan presentasi hasil data mining yang telah
dikerjakan sebelumnya.
7
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB VI : Penutup
Bab ini berisi mengenai kesimpulan dan saran mengenai sistem yang
dibuat.
LAMPIRAN
9
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB II
LANDASAN TEORI
10
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Pembersihan data merupakan proses menghilangkan noise dan data yang tidak
konsisten atau data tidak relevan. Pada umumnya data yang diperoleh, baik dari
database suatu perusahaan maupun hasil eksperimen, memiliki isian-isian yang
tidak sempurna seperti data yang hilang, data yang tidak valid atau juga hanya
sekedar salah ketik. Selain itu, ada juga atribut-atribut data yang tidak relevan
dengan hipotesa data mining yang dimiliki. Data-data yang tidak relevan itu juga
lebih baik dibuang. Pembersihan data juga akan mempengaruhi performasi dari
teknik data mining karena data yang ditangani akan berkurang jumlah dan
kompleksitasnya.
11
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Data yang ada pada database sering kali tidak semuanya dipakai, oleh karena
itu hanya data yang sesuai untuk dianalisis yang akan diambil dari database.
Sebagai contoh, sebuah kasus yang meneliti faktor kecenderungan orang
membeli dalam kasus market basket analysis, tidak perlu mengambil nama
pelanggan, cukup dengan id pelanggan saja.
Data diubah atau digabung ke dalam format yang sesuai untuk diproses dalam
data mining. Beberapa metode data mining membutuhkan format data yang
khusus sebelum bisa diaplikasikan. Sebagai contoh beberapa metode standar
seperti analisis asosiasi dan clustering hanya bisa menerima input data
kategorikal. Karenanya data berupa angka numerik yang berlanjut perlu dibagi-
bagi menjadi beberapa interval. Proses ini sering disebut transformasi data.
12
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1. Classification (klasifikasi)
Klasifikasi adalah menentukan sebuah record data baru ke salah satu dari
beberapa kategori (atau klas) yang telah didefinisikan sebelumnya. Disebut juga
dengan ‘supervised learning’.
2. Clustering (klasterisasi)
14
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.3 Clustering
Dimana :
n = jumlah fitur dalam suatu data.
k = indeks data.
pk = nilai atribut (fitur) ke-k dari p.
qk = nilai atribut (fitur) ke-k dari q.
15
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1. Partitional vs Hierarchical
2. Exclusive vs non-exclusive
Exclusive clustering adalah bila setiap obyek yang ada berada tepat di
dalam satu cluster.
3. Fuzzy vs non-fuzzy
Dalam fuzzy clustering, sebuah titik termasuk dalam setiap cluster dengan
suatu nilai bobot antara 0 dan 1. Jumlah dari bobot-bobot tersebut sama
dengan 1. Clustering probabilitas mempunyai karakteristik yang sama.
4. Partial vs complete
16
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6. Jika S < 0 maka tukar ojdengan orandom untuk membentuk sekumpulan k obyek
baru sebagai medoid.
Dimana :
dist = merujuk pada rumus 2.1
Dimana :
Total cost baru = jumlah biaya/cost non-medoids.
Total cost baru = jumlah biaya/cost medoids.
18
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.5 Silhouette
19
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Dimana :
j = cluster
i = index data
𝑗
𝑎𝑖 = rata-rata jarak data ke–i terhadap semua data lainnya dalam satu cluster.
mj = jumlah data dalam cluster ke-j.
𝑗 𝑗
𝑑(𝑥𝑖 , 𝑥𝑟 ) adalah jarak data ke-i dengan data ke-r dalam satu cluster j.
𝑗
Berikut formula untuk menghitung 𝑏𝑖 :
𝑗 𝑚𝑖𝑛 1 𝑚𝑛 𝑗
𝑏𝑖 = 𝑛=1,…,𝑘 {𝑚 ∑ 𝑟=1 𝑑(𝑥𝑖 , 𝑥𝑟𝑛 )}, 𝑖 = 1, 2, … , 𝑚𝑗 ……………….. (2.5)
𝑛 ≠𝑗 𝑛 𝑟 ≠1
Dimana :
j = cluster
n = cluster
i = index data
mn = banyak data dalam satu cluster
𝑗
𝑏𝑖 = nilai terkecil dari rata-rata jarak data ke-i terhadap semua data dari cluster
yang lain tidak dalam satu cluster dengan data ke-i
𝑗
𝑑(𝑥𝑖 , 𝑥𝑟𝑛 ) adalah jarak data ke-i dalam satu cluster j dengan data ke-r dalam suatu
cluster n.
Untuk mendapatkan Silhouette Index (SI) data ke-i menggunakan persamaan berikut:
𝑗 𝑗
𝑗 𝑏𝑖 − 𝑎𝑖
𝑆𝐼𝑖 = 𝑗 𝑗 ……….………………………(2.6)
max{𝑎𝑖 ,𝑏𝑖 }
Dimana :
𝑗
𝑆𝐼𝑖 = Silhouette Index data ke-i dalam satu cluster
𝑗
𝑏𝑖 = nilai terkecil dari rata-rata jarak data ke-i terhadap semua data dari cluster
yang lain tidak dalam satu cluster dengan data ke-i
𝑗
𝑎𝑖 = rata-rata jarak data ke–i terhadap semua data lainnya dalam satu cluster.
20
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Nilai ai mengukur seberapa tidak mirip sebuah data dengan cluster yang
diikutinya, nilai yang semakin kecil menandakan semakin tepatnya data tersebut berada
dalam cluster tersebut. Nilai bi yang besar menandakan seberapa jeleknya data terhadap
cluster yang lain. Nilai SI yang didapat dalam rentang [-1, +1]. Nilai SI yang mendekati
1 menandakan bahwa data tersebut semakin tepat berada dalam cluster tersebut. Nilai
SI negatif (ai > bi) menandakan bahwa data tersebut tidak tepat berada di dalam cluster
tersebut (karena lebih dekat ke cluster yang lain). SI bernilai 0 (atau mendekati 0)
berarti data tersebut posisinya berada di perbatasan di antara dua cluster.
Untuk nilai SI dari sebuah cluster didapatkan dengan menghitung rata-rata nilai
SI semua data yang bergabung dalam cluster tersebut, seperti pada persamaan berikut
:
1 𝑗𝑚 𝑗
𝑆𝐼𝑗 = ∑𝑖=1 𝑆𝐼𝑖 ……………….……………………… (2.7)
𝑚𝑗
Dimana :
𝑆𝐼𝑗 = Rata-rata Silhouette Index cluster j
mj = jumlah data dalam cluster ke-j
𝑗
𝑆𝐼𝑖 = Silhouette Index data ke-i dalam satu cluster
i = index
Sementara nilai SI global didapatkan dengan menghitung rata-rata nilai SI dari semua
cluster seperti pada persamaan berikut:
1
𝑆𝐼 = ∑𝑘𝑗=1 𝑆𝐼𝑗 ………………………………………(2.8)
𝑘
Dimana :
SI = Rata-rata Silhouette Index dari dataset
k = jumlah cluster
𝑆𝐼𝑗 = Rata-rata Silhouette Index cluster j
21
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB III
METODOLOGI PENELITIAN
3.1 Data
23
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Menentukan penyelesaian
pertidaksamaan eksponen atau
logaritma.
20 MAT16 Kompetensi 16 daya serap
matematika:
Menyelesaikan masalah yang
berkaitan dengan fungsi eksponen
atau fungsi logaritma.
21 MAT17 Kompetensi 17 daya serap
matematika:
Menyelesaikan masalah deret
aritmetika.
22 MAT18 Kompetensi 18 daya serap
matematika:
Menyelesaikan masalah deret
geometri.
23 MAT19 Kompetensi 19 daya serap
matematika:
Menghitung jarak dan sudut antara
dua obyek (titik, garis, dan bidang)
di ruang dimensi tiga.
24 MAT20 Kompetensi 20 daya serap
matematika:
Menyelesaikan masalah geometri
dengan menggunakan aturan sinus
atau kosinus.
25 MAT21 Kompetensi 21 daya serap
matematika:
26
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Menyelesaikan persamaan
trigonometri.
26 MAT22 Kompetensi 22 daya serap
matematika:
Menyelesaikan masalah yang
berkaitan dengan nilai perbandingan
trigonometri yang menggunakan
rumus jumlah dan selisih sinus,
kosinus, dan tangen serta jumlah
dan selisih dua sudut.
27 MAT23 Kompetensi 23 daya serap
matematika:
Menghitung nilai limit fungsi
aljabar dan fungsi trigonometri.
28 MAT24 Kompetensi 24 daya serap
matematika:
Menyelesaikan soal aplikasi turunan
fungsi.
29 MAT25 Kompetensi 25 daya serap
matematika:
Menentukan integral tak tentu dan
integral tentu fungsi aljabar dan
fungsi trigonometri.
30 MAT26 Kompetensi 26 daya serap
matematika:
Menghitung luas daerah dan volume
benda putar dengan menggunakan
integral.
27
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Data yang akan digunakan dalam penelitian ini adalah 31 atribut, yaitu kode
sekolah, nama sekolah, jns sek, sts sek, mat1, mat2, mat3, mat4, mat5, mat6, mat7,
mat8, mat9, mat10, mat11, mat12, mat13, mat14, mat15, mat16, mat17, mat18, mat19,
mat20, mat21, mat22, mat23, mat24, mat25, mat26, mat27, mat28, mat29, mat30.
Atribut jns sek, dan sts sek tidak digunakan pada penelitian ini. Sehingga atribut yang
digunakan menjadi 31 atribut yaitu :
Tabel 3.2 Atribut nilai daya serap ujian nasional pelajaran matematika
tahun 2014/2015 yang digunakan dalam penelitian.
No Nama Atribut Keterangan
1 KODE SEKOLAH Kode Sekolah
2 NAMA SEKOLAH Nama Sekolah
28
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB IV
33
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
suatu berkas. Pada data nilai daya serap terdapat 2 atribut tetap yaitu KODE
SEKOLAH dan NAMA SEKOLAH. Sisanya merupakan atribut nama kompetensi
yang jumlahnya berbeda untuk tiap tahun ajaran. Daftar atribut yang digunakan dapat
dilihat pada tabel 3.2.
34
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4.2.1.2 Proses
Sistem ini akan mengimplementasikan algoritma Partitioning Around
Medoids untuk mengelompokan data sekolah berdasarkan nilai daya serap ujian
nasional mata pelajaran matematika pada tahun ajaran 2014/2015. Pada gambar 4.1
diperlihatkan proses dari sistem membuka berkas atau data dengan tipe .xls atau .csv
kemudian sistem akan menyeleksi atribut yang tidak akan digunakan untuk proses
clustering. Kemudian jika telah selesai menyeleksi atribut yang tidak akan digunakan,
maka akan dilanjutkan dengan menginputkan nila untuk jumlah cluster. Kemudian
akan di lakukan proses clustering dengan menggunakan algoritma k-medoids atau
Partitioning Around Medoids. Kemudian sistem akan menampilkan hasil proses
clustering. Setelah itu, hasil clustering dapat disimpan ke dalam direktori computer
dengan tipe data berupa .doc atau .txt.
35
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Ya
Seleksi atribut Proses seleksi atribut
Tidak
Memasukkan
jumlah cluster
Proses clustering
k-medoids
Tampilkan hasil
clustering
Simpan hasil
clustering
Selesai
4.2.1.3 Output
Hasil keluaran yang diperoleh dari sistem yang dibangun adalah data-data
sekolah yang sudah dikelompokkan.
36
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Seleksi atribut
>
d s>
ten
Input berkas ex
<<
<<include>>
Proses clustering
dengan algoritma PAM
actor
<<include>>
Simpan hasil
clustering
37
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
USER SISTEM
38
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
USER SISTEM
USER
SISTEM
39
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
USER SISTEM
40
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dengan halaman tentang, dan tombol MASUK SISTEM akan menghubungkan dengan
halaman prepocessing.
41
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB V
45
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Pada halaman awal tersebut terdapat tombol beranda, bantuan, tentang dan
masuk sistem. Tombol beranda berfungsi untuk mengarahkan pada halaman awal.
Tombol bantuan berfungsi untuk mengarahkan pada halaman bantuan. Tombol tentang
berfungsi untuk mengarahkan pada halaman informasi. Tombol masuk sistem
berfungsi untuk mengarahkan ke halaman input data.
46
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Kemudian pengguna dapat memilih atribut yang tidak akan digunakan dalam
clustering dengan memberikan tanda centang pada checkbox di kolom Seleksi
Atribut, seperti pada gambar 5.6 berikut.
50
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Pada halaman k-medoids, telah terisi secara default parameter untuk melakukan
proses clustering berupa Jumlah Cluster. Pengguna dapat merubah nilai parameter
dengan cara menghapus kemudian menginputkan kembali nilai untuk jumlah cluster
yang diinginkan. Pemberian nilai default pada halaman ini dimaksudkan agar jika
pengguna lupa memasukkan nilai jumlah cluster pada sistem maka nilai default yang
akan digunakan untuk proses clustering.
51
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Tabel 5.3 Uji Perbandingan Algoritma K-Medoids Secara Manual dan Sistem
No Uji Ms. Excel Sistem
1 Jumlah data 20 20
2 Jumlah atribut 29 29
3 Jumlah anggota Cluster 1 9 9
4 Jumlah anggota Cluster 2 3 3
5 Jumlah anggota Cluster 3 8 8
Tabel 5.4 Hasil Uji Perbandingan Anggota Cluster Secara Manual dan Sistem
Manual Sistem
SMA NEGERI 4 YOGYAKARTA SMA NEGERI 4 YOGYAKARTA
SMA NEGERI 6 YOGYAKARTA SMA NEGERI 6 YOGYAKARTA
SMA NEGERI 9 YOGYAKARTA SMA NEGERI 9 YOGYAKARTA
SMA NEGERI 11 YOGYAKARTA SMA NEGERI 11 YOGYAKARTA
Cluster 1 SMA STELLA DUCE 1 YOGYAKARTA SMA STELLA DUCE 1 YOGYAKARTA
SMA BOPKRI 1 YOGYAKARTA SMA BOPKRI 1 YOGYAKARTA
SMA MUHAMMADIYAH 1 YOGYAKARTA SMA MUHAMMADIYAH 1 YOGYAKARTA
SMA NEGERI 2 YOGYAKARTA SMA NEGERI 2 YOGYAKARTA
SMA NEGERI 7 YOGYAKARTA SMA NEGERI 7 YOGYAKARTA
SMA NEGERI 3 YOGYAKARTA SMA NEGERI 3 YOGYAKARTA
Cluster 2 SMA NEGERI 1 YOGYAKARTA SMA NEGERI 1 YOGYAKARTA
SMA NEGERI 10 YOGYAKARTA SMA NEGERI 10 YOGYAKARTA
SMA BOPKRI 2 YOGYAKARTA SMA BOPKRI 2 YOGYAKARTA
SMA BUDYA WACANA YOGYAKARTA SMA BUDYA WACANA YOGYAKARTA
SMA BHINNEKA TUNGGAL IKA SMA BHINNEKA TUNGGAL IKA
YOGYAKARTA YOGYAKARTA
SMA TAMAN MADYA JETIS SMA TAMAN MADYA JETIS
Cluster 3
YOGYAKARTA YOGYAKARTA
SMA BUDI LUHUR YOGYAKARTA SMA BUDI LUHUR YOGYAKARTA
SMA MUHAMMADIYAH 3 YOGYAKARTA SMA MUHAMMADIYAH 3 YOGYAKARTA
SMA MUHAMMADIYAH 7 YOGYAKARTA SMA MUHAMMADIYAH 7 YOGYAKARTA
SMA MUHAMMADIYAH 6 YOGYAKARTA SMA MUHAMMADIYAH 6 YOGYAKARTA
56
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Dalam dataset nilai daya serap ujian nasional mata pelajaran matematika SMA
jurusan IPA di Provinsi DIY tahun ajaran 2014/2015 terdapat 137 baris data dan 29
atribut kompetensi. Hasil pengelompokan dan hasil Silhouette Index Global tiap cluster
dapat dilihat pada lampiran 6.
57
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8 0.3294 40 0.4460
9 0.2187 41 0.3289
10 0.279 42 0.3617
11 0.2483 43 0.3616
12 0.3007 44 0.37
13 0.2178 45 0.456
14 0.1796 46 0.4585
15 0.1827 47 0.4657
16 0.1762 48 0.4364
17 0.3210 49 0.3811
18 0.2459 50 0.4638
19 0.2829 51 0.5148
20 0.3004 52 0.4317
21 0.2743 53 0.4234
22 0.2884 54 0.3427
23 0.2063 55 0.4616
24 0.1806 56 0.4169
25 0.3359 57 0.4615
26 0.4593 58 0.4701
27 0.3076 59 0.5019
28 0.2570 60 0.4235
29 0.1836 61 0.5056
30 0.3546 62 0.51
31 0.2933 63 0.5454
32 0.2752 64 0.4772
33 0.3142 65 0.5167
34 0.2671 66 0.5031
35 0.2459 67 0.5118
36 0.4505 68 0.5379
37 0.3813 SC 0.5454
38 0.3839
39 0.3148
58
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
SI Global
0.6
0.5
SI Global 0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60 70 80
Jumlah Cluster
Berdasarkan hasil pengujian dataset nilai daya serap Ujian Nasional SMA mata
pelajaran matematika tahun ajaran 2014/2015 yang terlihat pada Tabel 5.5 didapatkan
hasil sebagai berikut :
59
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
semakin besar maka hasil Silhouette Index Global yang didapatkan beragam
namun cenderung lebih kecil dibandingkan jumlah cluster (k) yang
diberikan sebelumnya. Nilai Silhouette Index Global terlihat besar kembali
ketika jumlah cluster (k) yang diberikan 26 sebesar 0.4593, namun ketika
nilai dari jumlah cluster (k) ditambah kembali hasil Silhouette Index Global
yang didapatkan beragam kembali. Ketika jumlah cluster (k) yang
diberikan k=57 nilai Silhouette Index Global cenderung lebih besar
dibandingkan jumlah cluster (k) yang diberikan sebelumnya. Nilai
Silhouette Index Global terkecil terdapat pada jumlah cluster (k)=16 yaitu
sebesar 0.1762. Berdasarkan hal tersebut nilai Silhouette Index Global
tertinggi dan yang paling relevan adalah ketika jumlah cluster (k)=2 dengan
nilai 0.4361 yang menurut interpretasi Kauffman dan Rousseeuw (1990)
nilai tersebut dikatagorikan dalam struktur lemah.
60
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Dari tabel 5.6 dapat dilihat bahwa cluster 2 memiliki standar deviasi yang
tertinggi diantara cluster yang lainnya. Hal ini dapat dikatakan bahwa cluster 2
memiliki variasi nilai yang beragam. Cluster 3 memiliki standar deviasi yang terendah
diantara cluster yang lainnya. Hal ini dapat dikatakan bahwa cluster 3 merupakan
memiliki variasi nilai yang cenderung sama/tidak beragam. Cluster 1 memiliki standar
deviasi yang sedang diantara cluster yang lainnya.
Ketiga sekolah yang memiliki nilai rata-rata tertinggi dapat menjadi contoh
untuk sekolah lainnya dalam tiap kelompoknya. Ketiga sekolah yang memiliki nilai
61
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
rata-rata terendah dapat menjadikan sekolah yang memiliki nilai rata-rata tertinggi
menjadi contoh agar dapat meningkat nilai rata-rata sekolanya.
62
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB VI
PENUTUP
6.1 Kesimpulan
63
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6.2 Saran
65
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR PUSTAKA
Han, Jiawei, and Kamber, Micheline. 2006. Data Mining : Concepts and Techniques
Second Edition. San Francisco, CA: Morgan Kaufmann Publishers.
Kaufman, Leonard, and Rousseeuw, Peter J. 1990. Finding Group in Data. John Willey
& Sons, Inc. Kanada.
Santosa, Budi. 2007. Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis.
Yogyakarta: Graha Ilmu.
66
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1. Menginisialisasi pusat cluster sebanyak k (jumlah cluster) dari data sampel. Diasumsikan bahwa sekolah SMA Negeri 4
Yogyakarta dan SMA Stella Duce 1 yogyakarta adalah medoids. Jadi C1 = (36.42, 70.37, 58.03, 79.63, 60.49, 50.62, 75.52)
dan C2 = (36.59, 73.98, 64.63, 83.74, 69.92, 47.97, 84.55).
2. Menghitung jarak menggunakan Euclidean distance dari data contoh tabel 2.1 yang digunakan.
C1
SMA NEGERI 4 YOGYAKARTA 36.42 70.37 58.03 79.63 60.49 50.62 75.52
68
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
C2
SMA STELLA DUCE 1
YOGYAKARTA 36.59 73.98 64.63 83.74 69.92 47.97 84.55
Setelah menghitung cost/jarak. Kemudian, menentukan cost/jarak yang terdekat dengan medoids. Cost/jarak yang terdekat
dengan medoids terlihat dengan data yang diberi blok merah dalam tabel. Setelah selesai, menghitung total cost/jarak dari kedua
cluster.
3. Memilih obyek non-medoids. Asumsikan non-medoids 1 adalah SMA Negeri 6 Yogyakarta dan non-medoids 2 adalah SMA
11 Yogyakarta. Jadi non-medoids1 = (31.25, 61.08, 67.43, 81.62, 64.32, 50.81, 82.70) dan non-medoids2 = (34.39, 60.85,
51.98, 79.37, 48.15, 38.10, 70.55). Kemudian, ulangi langkah 2 hingga didapatkan hasil seperti dibawah ini.
69
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
non-medoids1
70
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4. Menghitung nilai selisih antara total cost baru dengan total cost lama.
5. Jika selisih yang didapatkan kurang dari 0 maka, tukar nilai C1 dan C2 dengan non-medoids1 dan non-medoids2. Ulangi
langkah 3 dengan menggunakan non-medoids baru hingga pada langkah ke 4 di dapatkan nilai selisih lebih dari 0. Jika selisih
yang didapatkan lebih dari 0 maka, proses clustering berhenti.
71
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Identifikasi Deskripsi Prosedur Masukan Keluaran yang Hasil yang Catatan Proses
Usecase Pengujian Diharapkan Didapat Pengembangan
UC-01 Pengujian 1. Jalankan Contoh2.xls Data pada file Data pada file Tidak
memasukkan sistem. Contoh2.xls Contoh2.xls diperbaiki
data dari file 2. Pada ditampilkan ditampilkan
berekstensi halaman pada tabel pada tabel
.xls awal, tekan data pada data pada
tombol halaman Input halaman Input
“MASUK Data. Data.
UC-02 Pengujian SISTEM”. ContohDoc.doc Muncul Muncul Tidak
memasukkan 3. Pada pemberitahuan pemberitahuan diperbaiki
data selain file halaman bahwa tipe bahwa file
berekstensi input data, yang dipilih yang dipilih
.xls tekan tombol bukan harus
“PILIH merupakan berekstensi/
FILE”. file berformat .xls
73
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4. Menekan
tombol
“PROCESS”
pada halaman
kmedoids.
UC-05 Pengujian 1. Proses Tipe file : .doc File tersimpan File tersimpan Tidak
menyimpan clustering pada direktori pada direktori diperbaiki
hasil sudah D: D:
clustering ke berhasil
dalam file dilakukan.
bertipe .doc 2. Memilih
direktori
penyimpanan.
3. Memberi
nama pada
file yang
akan
disimpan.
76
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KODE NAMA SEKOLAH MAT1 MAT2 MAT3 MAT4 MAT5 MAT6 MAT7
01-001 SMA NEGERI 3 YOGYAKARTA 66.51 91.39 82.42 89.00 64.11 71.29 90.43
01-002 SMA NEGERI 4 YOGYAKARTA 32.86 56.43 49.47 72.14 40.00 43.57 68.10
01-003 SMA NEGERI 6 YOGYAKARTA 46.11 85.56 60.00 78.89 44.44 50.56 78.52
01-004 SMA NEGERI 9 YOGYAKARTA 51.02 76.87 63.10 74.83 59.18 39.46 81.18
01-005 SMA NEGERI 11 YOGYAKARTA 47.59 72.19 56.69 70.59 45.99 48.66 74.33
01-006 SMA STELLA DUCE 1 YOGYAKARTA 52.99 69.40 52.24 68.66 41.79 48.51 76.61
01-007 SMA BOPKRI 1 YOGYAKARTA 42.22 81.11 56.95 77.78 26.67 38.89 64.44
01-008 SMA BOPKRI 2 YOGYAKARTA 28.00 32.00 30.00 58.00 26.00 28.00 54.67
01-009 SMA BUDYA WACANA YOGYAKARTA 30.00 30.00 23.75 50.00 20.00 30.00 55.00
SMA BHINNEKA TUNGGAL IKA
01-010 YOGYAKARTA 75.00 25.00 6.25 50.00 50.00 0.00 50.00
01-011 SMA TAMAN MADYA JETIS YOGYAKARTA 54.55 31.82 61.37 63.64 54.55 54.55 48.48
01-012 SMA MUHAMMADIYAH 1 YOGYAKARTA 35.78 64.22 51.30 73.71 39.22 54.74 68.68
01-015 SMA NEGERI 1 YOGYAKARTA 59.43 90.57 79.41 89.34 70.08 59.02 89.62
01-017 SMA NEGERI 2 YOGYAKARTA 57.98 81.09 71.11 88.24 43.70 57.56 84.18
01-018 SMA NEGERI 7 YOGYAKARTA 46.10 71.63 67.91 86.52 50.35 40.43 79.67
01-019 SMA BUDI LUHUR YOGYAKARTA 60.00 20.00 42.50 60.00 20.00 50.00 40.00
01-021 SMA NEGERI 10 YOGYAKARTA 49.09 63.64 64.78 77.27 58.18 55.45 80.30
01-022 SMA MUHAMMADIYAH 3 YOGYAKARTA 35.46 24.11 22.34 46.10 22.70 29.79 45.39
01-025 SMA MUHAMMADIYAH 7 YOGYAKARTA 39.76 26.51 28.31 46.99 33.73 34.94 28.92
01-026 SMA MUHAMMADIYAH 6 YOGYAKARTA 30.00 30.00 35.00 45.00 40.00 50.00 40.00
77
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KODE MAT8 MAT9 MAT10 MAT11 MAT12 MAT13 MAT14 MAT15 MAT16 MAT17 MAT18 MAT19
01-001 84.21 47.37 63.16 90.44 89.95 93.78 75.60 89.47 48.80 83.73 89.00 78.95
01-002 54.29 27.86 32.50 54.29 67.86 72.14 55.71 56.43 45.00 57.86 62.86 60.71
01-003 67.22 34.72 34.72 65.84 83.33 82.22 68.89 68.33 42.22 67.22 68.89 67.22
01-004 61.90 28.23 45.92 75.51 86.39 87.76 65.31 68.03 44.22 71.43 70.75 72.11
01-005 41.71 26.74 32.62 64.71 86.63 83.42 49.73 66.31 44.92 60.96 68.45 65.78
01-006 55.22 25.75 34.70 69.41 79.85 85.82 61.94 61.94 47.76 64.93 72.39 66.42
01-007 35.56 21.67 37.78 48.89 60.00 67.78 50.00 61.11 30.00 58.89 81.11 54.44
01-008 40.00 21.00 30.00 41.00 32.00 46.00 32.00 44.00 26.00 48.00 56.00 46.00
01-009 35.00 10.00 25.00 35.00 45.00 45.00 40.00 25.00 15.00 50.00 70.00 20.00
01-010 25.00 0.00 25.00 25.00 25.00 25.00 0.00 25.00 25.00 100.00 25.00 75.00
01-011 36.36 50.00 47.73 50.00 50.00 68.18 54.55 45.45 36.36 50.00 63.64 50.00
01-012 54.31 23.92 37.07 58.62 67.67 67.24 60.78 50.00 34.91 49.57 65.95 59.48
01-015 77.05 41.81 55.94 84.43 90.16 91.80 66.80 87.30 49.59 70.90 88.11 80.33
01-017 78.15 36.14 52.31 71.64 88.24 90.76 73.95 83.19 46.64 73.11 85.29 79.41
01-018 53.90 36.88 36.53 73.41 81.56 89.36 79.43 85.11 41.13 73.05 66.67 68.79
01-019 50.00 35.00 20.00 35.00 40.00 50.00 30.00 40.00 30.00 30.00 40.00 60.00
01-021 50.00 35.91 40.46 70.46 87.27 83.64 48.18 60.91 45.45 74.55 75.45 67.27
01-022 29.08 11.70 21.63 38.66 49.65 40.43 23.40 22.70 14.89 43.26 48.94 38.30
01-025 26.51 27.11 21.09 24.70 34.94 45.78 21.69 26.51 26.51 39.76 39.76 46.99
01-026 35.00 27.50 17.50 35.00 50.00 50.00 40.00 30.00 40.00 35.00 55.00 50.00
78
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KODE MAT20 MAT21 MAT22 MAT23 MAT24 MAT25 MAT26 MAT27 MAT28 MAT29
01-001 94.26 90.36 7.18 82.66 77.51 76.08 97.01 98.56 79.43 39.71
01-002 80.00 63.39 12.14 62.32 37.14 42.86 75.89 94.29 57.14 29.29
01-003 84.44 79.72 7.22 68.20 41.67 48.89 83.45 92.22 61.67 25.56
01-004 87.07 82.20 14.29 72.11 41.50 50.34 89.74 98.64 61.22 26.53
01-005 75.40 75.33 10.70 61.36 32.09 47.59 79.05 95.19 59.89 37.43
01-006 83.58 82.24 8.21 63.25 42.54 52.99 85.05 98.51 51.49 36.57
01-007 51.11 52.11 14.44 51.67 31.11 36.67 73.97 84.44 44.44 23.33
01-008 42.00 43.59 30.00 41.50 32.00 28.00 48.78 68.00 34.00 52.00
01-009 60.00 31.25 15.00 48.75 25.00 30.00 81.25 85.00 25.00 25.00
01-010 25.00 0.00 0.00 37.50 0.00 50.00 66.67 50.00 50.00 50.00
01-011 63.64 52.94 13.64 54.55 54.55 50.00 47.06 68.18 45.45 68.18
01-012 67.67 57.84 13.36 54.85 31.90 39.66 66.85 89.66 53.45 28.45
01-015 93.44 91.28 9.84 79.61 70.08 73.36 94.39 98.77 79.10 26.64
01-017 94.96 85.71 9.66 75.00 60.50 64.71 91.49 96.64 77.73 28.15
01-018 93.62 81.25 18.44 72.16 43.26 71.63 91.15 97.87 70.92 26.24
01-019 30.00 25.00 0.00 35.00 40.00 50.00 50.00 60.00 50.00 50.00
01-021 83.64 72.73 6.36 65.91 45.45 56.36 89.77 96.36 50.00 41.82
01-022 32.62 31.86 14.18 32.98 12.06 15.60 48.21 60.28 21.28 29.79
01-025 31.33 28.79 14.46 31.33 26.51 20.48 46.97 60.24 25.30 28.92
01-026 30.00 37.50 5.00 40.00 25.00 15.00 56.25 65.00 40.00 40.00
79
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1. Menginisiai pusat cluster sebanyak 3 cluster dari data uji (Lampiran 4 menggunakan 29 atribut MAT1, MAT2, MAT3, …,
MAT29). C1 adalah SMA MUHAMMADIYAH 6 YOGYAKARTA, C2 adalah SMA MUHAMMADIYAH 3
YOGYAKARTA, dan C3 adalah SMA NEGERI 10 YOGYAKARTA.
2. Menghitung jarak menggunakan Euclidean Disance dari data uji yang digunakan. Hasilnya seperti dibawah ini.
C1 :
i (i-C1)^2
SMA NEGERI 3 YOGYAKARTA 1333.0 3768.7 2248.7 1936.0 581.3 453.3 2543.2
SMA NEGERI 4 YOGYAKARTA 8.2 698.5 209.4 736.6 0.0 41.3 789.6
SMA NEGERI 6 YOGYAKARTA 259.5 3086.9 625.0 1148.5 19.7 0.3 1483.8
SMA NEGERI 9 YOGYAKARTA 441.8 2196.8 789.6 889.8 367.9 111.1 1695.8
SMA NEGERI 11 YOGYAKARTA 309.4 1780.0 470.5 654.8 35.9 1.8 1178.5
SMA STELLA DUCE 1 YOGYAKARTA 528.5 1552.4 297.2 559.8 3.2 2.2 1340.3
SMA BOPKRI 1 YOGYAKARTA 149.3 2612.2 481.8 1074.5 177.7 123.4 597.3
SMA BOPKRI 2 YOGYAKARTA 4.0 4.0 25.0 169.0 196.0 484.0 215.2
SMA BUDYA WACANA YOGYAKARTA 0.0 0.0 126.6 25.0 400.0 400.0 225.0
SMA BHINNEKA TUNGGAL IKA YOGYAKARTA 2025.0 25.0 826.6 25.0 100.0 2500.0 100.0
SMA TAMAN MADYA JETIS YOGYAKARTA 602.7 3.3 695.4 347.4 211.7 20.7 71.9
SMA MUHAMMADIYAH 1 YOGYAKARTA 33.4 1171.0 265.7 824.3 0.6 22.5 822.5
SMA NEGERI 1 YOGYAKARTA 866.1 3668.7 1972.2 1966.0 904.8 81.4 2462.1
SMA NEGERI 2 YOGYAKARTA 782.9 2610.2 1303.9 1869.7 13.7 57.2 1951.9
80
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
SMA NEGERI 7 YOGYAKARTA 259.2 1733.1 1083.1 1723.9 107.1 91.6 1573.7
SMA BUDI LUHUR YOGYAKARTA 900.0 100.0 56.3 225.0 400.0 0.0 0.0
SMA NEGERI 10 YOGYAKARTA 364.4 1131.6 886.8 1041.4 330.5 29.7 1624.1
SMA MUHAMMADIYAH 3 YOGYAKARTA 29.8 34.7 160.3 1.2 299.3 408.4 29.1
SMA MUHAMMADIYAH 7 YOGYAKARTA 95.3 12.2 44.8 4.0 39.3 226.8 122.8
SMA MUHAMMADIYAH 6 YOGYAKARTA 0.0 0.0 0.0 0.0 0.0 0.0 0.0
(i-C1)^2
2421.6 394.8 2084.8 3073.6 1596.0 1916.7 1267.4 3536.7 77.4 2374.6 1156.0 838.1 4129.3
372.1 0.1 225.0 372.1 319.0 490.2 246.8 698.5 25.0 522.6 61.8 114.7 2500.0
1038.1 52.1 296.5 951.1 1110.9 1038.1 834.6 1469.2 4.9 1038.1 192.9 296.5 2963.7
723.6 0.5 807.7 1641.1 1324.2 1425.8 640.6 1446.3 17.8 1327.1 248.1 488.9 3257.0
45.0 0.6 228.6 882.7 1341.8 1116.9 94.7 1318.4 24.2 673.9 180.9 249.0 2061.2
408.8 3.1 295.8 1184.0 891.0 1283.1 481.4 1020.2 60.2 895.8 302.4 269.6 2870.8
0.3 34.0 411.3 192.9 100.0 316.1 100.0 967.8 100.0 570.7 681.7 19.7 445.6
25.0 42.3 156.3 36.0 324.0 16.0 64.0 196.0 196.0 169.0 1.0 16.0 144.0
0.0 306.3 56.3 0.0 25.0 25.0 0.0 25.0 625.0 225.0 225.0 900.0 900.0
100.0 756.3 56.3 100.0 625.0 625.0 1600.0 25.0 225.0 4225.0 900.0 625.0 25.0
1.8 506.3 913.9 225.0 0.0 330.5 211.7 238.7 13.2 225.0 74.6 0.0 1131.6
372.9 12.8 383.0 557.9 312.2 297.2 431.8 400.0 25.9 212.3 119.9 89.9 1419.0
1768.2 204.8 1477.6 2443.3 1612.8 1747.2 718.2 3283.3 92.0 1288.8 1096.3 919.9 4024.6
1861.9 74.6 1211.7 1342.5 1462.3 1661.4 1152.6 2829.2 44.1 1452.4 917.5 864.9 4219.8
357.2 88.0 362.1 1475.3 996.0 1549.2 1554.7 3037.1 1.3 1447.8 136.2 353.1 4047.5
225.0 56.3 6.3 0.0 100.0 0.0 100.0 100.0 100.0 25.0 225.0 100.0 0.0
225.0 70.7 527.2 1257.4 1389.1 1131.6 66.9 955.4 29.7 1564.2 418.2 298.3 2877.2
35.0 249.6 17.1 13.4 0.1 91.6 275.6 53.3 630.5 68.2 36.7 136.9 6.9
81
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72.1 0.2 12.9 106.1 226.8 17.8 335.3 12.2 182.0 22.7 232.3 9.1 1.8
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
82
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
C2 :
i (i-C2)^2
SMA NEGERI 3 YOGYAKARTA 964.10 4526.60 3609.61 1840.41 1714.79 1722.25 2028.60
SMA NEGERI 4 YOGYAKARTA 6.76 1044.58 736.04 678.08 299.29 189.89 515.74
SMA NEGERI 6 YOGYAKARTA 113.42 3776.10 1418.28 1075.18 472.63 431.39 1097.60
SMA NEGERI 9 YOGYAKARTA 242.11 2783.62 1661.38 825.41 1330.79 93.51 1280.92
SMA NEGERI 11 YOGYAKARTA 147.14 2311.69 1179.92 599.76 542.42 356.08 837.52
SMA STELLA DUCE 1 YOGYAKARTA 307.30 2051.18 894.01 508.95 364.43 350.44 974.69
SMA BOPKRI 1 YOGYAKARTA 45.70 3249.00 1197.85 1003.62 15.76 82.81 362.90
SMA BOPKRI 2 YOGYAKARTA 55.65 62.25 58.68 141.61 10.89 3.20 86.12
SMA BUDYA WACANA YOGYAKARTA 29.81 34.69 1.99 15.21 7.29 0.04 92.35
SMA BHINNEKA TUNGGAL IKA YOGYAKARTA 1563.41 0.79 258.89 15.21 745.29 887.44 21.25
SMA TAMAN MADYA JETIS YOGYAKARTA 364.43 59.44 1523.34 307.65 1014.42 613.06 9.55
SMA MUHAMMADIYAH 1 YOGYAKARTA 0.10 1608.81 838.68 762.31 272.91 622.50 542.42
SMA NEGERI 1 YOGYAKARTA 574.56 4416.93 3256.98 1869.70 2244.86 854.39 1956.29
SMA NEGERI 2 YOGYAKARTA 507.15 3246.72 2378.51 1775.78 441.00 771.17 1504.66
SMA NEGERI 7 YOGYAKARTA 113.21 2258.15 2076.62 1633.78 764.52 113.21 1175.12
SMA BUDI LUHUR YOGYAKARTA 602.21 16.89 406.43 193.21 7.29 408.44 29.05
SMA NEGERI 10 YOGYAKARTA 185.78 1562.62 1801.15 971.57 1258.83 658.44 1218.71
SMA MUHAMMADIYAH 3 YOGYAKARTA 0.00 0.00 0.00 0.00 0.00 0.00 0.00
SMA MUHAMMADIYAH 7 YOGYAKARTA 18.49 5.76 35.64 0.79 121.66 26.52 271.26
SMA MUHAMMADIYAH 6 YOGYAKARTA 29.8116 34.6921 160.2756 1.21 299.29 408.4441 29.0521
83
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(i-C2)^2
3039.32 1272.35 1724.74 2681.17 1624.09 2846.22 2724.84 4458.23 1149.89 1637.82 1604.80 1652.42 3799.49
635.54 261.15 118.16 244.30 331.60 1005.52 1043.94 1137.71 906.61 213.16 193.77 502.21 2244.86
1454.66 529.92 171.35 738.75 1134.34 1746.40 2069.34 2082.10 746.93 574.08 398.00 836.37 2685.31
1077.15 273.24 590.00 1357.92 1349.83 2240.13 1756.45 2054.81 860.25 793.55 475.68 1143.12 2964.80
159.52 226.20 120.78 678.60 1367.52 1848.14 693.27 1901.83 901.80 313.29 380.64 755.15 1830.13
683.30 197.40 170.82 945.56 912.04 2060.25 1485.33 1539.78 1080.44 469.59 549.90 790.73 2596.92
41.99 99.40 260.82 104.65 107.12 748.02 707.56 1475.33 228.31 244.30 1034.91 260.50 341.88
119.25 86.49 70.06 5.48 311.52 31.02 73.96 453.69 123.43 22.47 49.84 59.29 87.98
35.05 2.89 11.36 13.40 21.62 20.88 275.56 5.29 0.01 45.43 443.52 334.89 749.66
16.65 136.89 11.36 186.60 607.62 238.08 547.56 5.29 102.21 3219.43 573.12 1346.89 58.06
53.00 1466.89 681.21 128.60 0.12 770.06 970.32 517.56 460.96 45.43 216.09 136.89 962.24
636.55 149.33 238.39 398.40 324.72 718.78 1397.26 745.29 400.80 39.82 289.34 448.59 1228.50
2301.12 906.61 1177.18 2094.89 1641.06 2638.88 1883.56 4173.16 1204.09 763.97 1534.29 1766.52 3699.07
2407.86 597.31 941.26 1087.68 1489.19 2533.11 2555.30 3659.04 1008.06 891.02 1321.32 1690.03 3886.28
616.03 634.03 222.01 1207.56 1018.25 2394.14 3139.36 3895.01 688.54 887.44 314.35 929.64 3721.00
437.65 542.89 2.66 13.40 93.12 91.58 43.56 299.29 228.31 175.83 79.92 470.89 6.86
437.65 586.12 354.57 1011.24 1415.26 1867.10 614.05 1460.00 933.91 979.06 702.78 839.26 2603.04
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
6.60 237.47 0.29 194.88 216.38 28.62 2.92 14.52 135.02 12.25 84.27 75.52 1.66
35.0464 249.64 17.0569 13.3956 0.1225 91.5849 275.56 53.29 630.5121 68.2276 36.7236 136.89 6.8644
84
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2534.12 0.01 1531.16 866.71 1206.87 1724.74 1471.49 1595.20 10.63 36095.6 189.9884
1889.64 12.11 805.42 401.20 1023.36 951.11 1218.71 1490.73 58.37 25002.06 158.1204
2538.14 35.64 916.27 929.03 1398.01 1357.19 1461.53 912.64 45.97 28527.51 168.9009
410.06 0.07 349.32 362.90 443.94 663.58 583.71 536.39 41.73 15004.14 122.4914
137.59 250.27 72.59 397.60 153.76 0.32 59.60 161.80 493.28 3639.711 60.33002
0.37 0.67 248.69 167.44 207.36 1091.64 611.08 13.84 22.94 4504.996 67.11926
1015.06 201.07 20.43 145.44 1183.36 340.77 105.68 824.84 408.44 14787.15 121.6024
444.37 0.29 465.26 1805.40 1183.36 1.32 62.41 584.19 1473.79 16321.66 127.7563
674.96 0.67 478.30 393.63 578.88 347.45 863.18 1034.91 1.80 16037.3 126.6385
3530.74 18.84 2174.36 3366.32 3336.22 2132.59 1481.48 3343.15 9.92 60351.74 245.6659
2899.82 20.43 1765.68 2346.43 2411.79 1873.16 1322.05 3186.60 2.69 50521.14 224.7691
2439.37 18.15 1535.07 973.44 3139.36 1843.84 1413.01 2464.13 12.60 41640.96 204.0612
47.06 201.07 4.08 780.64 1183.36 3.20 0.08 824.84 408.44 7602.271 87.191
1670.36 61.15 1084.38 1114.89 1661.38 1727.23 1301.77 824.84 144.72 31051.88 176.2154
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0 0
9.42 0.08 2.72 208.80 23.81 1.54 0.00 16.16 0.76 1753.847 41.87895
31.8096 84.2724 49.2804 167.4436 0.36 64.6416 22.2784 350.4384 104.2441 3452.458 58.75762
Total C2 230.6006
C3 :
i (i-C3)^2
SMA NEGERI 3 YOGYAKARTA 303.46 770.06 311.17 137.59 35.16 250.91 102.62
SMA NEGERI 4 YOGYAKARTA 263.41 51.98 234.40 26.32 330.51 141.13 148.84
SMA NEGERI 6 YOGYAKARTA 8.88 480.49 22.85 2.62 188.79 23.91 3.17
SMA NEGERI 9 YOGYAKARTA 3.72 175.03 2.82 5.95 1.00 255.68 0.77
85
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
SMA NEGERI 11 YOGYAKARTA 2.25 73.10 65.45 44.62 148.60 46.10 35.64
SMA STELLA DUCE 1 YOGYAKARTA 15.21 33.18 157.25 74.13 268.63 48.16 13.62
SMA BOPKRI 1 YOGYAKARTA 47.20 305.20 61.31 0.26 992.88 274.23 251.54
SMA BOPKRI 2 YOGYAKARTA 444.79 1001.09 1209.65 371.33 1035.55 753.50 656.90
SMA BUDYA WACANA YOGYAKARTA 364.43 1131.65 1683.46 743.65 1457.71 647.70 640.09
SMA BHINNEKA TUNGGAL IKA YOGYAKARTA 671.33 1493.05 3425.76 743.65 66.91 3074.70 918.09
SMA TAMAN MADYA JETIS YOGYAKARTA 29.81 1012.51 11.63 185.78 13.18 0.81 1012.51
SMA MUHAMMADIYAH 1 YOGYAKARTA 177.16 0.34 181.71 12.67 359.48 0.50 135.02
SMA NEGERI 1 YOGYAKARTA 106.92 725.22 214.04 145.68 141.61 12.74 86.86
SMA NEGERI 2 YOGYAKARTA 79.03 304.50 40.07 120.34 209.67 4.45 15.05
SMA NEGERI 7 YOGYAKARTA 8.94 63.84 9.80 85.56 61.31 225.60 0.40
SMA BUDI LUHUR YOGYAKARTA 119.03 1904.45 496.40 298.25 1457.71 29.70 1624.09
SMA NEGERI 10 YOGYAKARTA 0.00 0.00 0.00 0.00 0.00 0.00 0.00
SMA MUHAMMADIYAH 3 YOGYAKARTA 185.78 1562.62 1801.15 971.57 1258.83 658.44 1218.71
SMA MUHAMMADIYAH 7 YOGYAKARTA 87.05 1378.64 1330.06 916.88 597.80 420.66 2639.90
SMA MUHAMMADIYAH 6 YOGYAKARTA 364.43 1131.65 886.85 1041.35 330.51 29.70 1624.09
86
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(i-C3)^2
1170.32 131.33 515.29 399.20 7.18 102.82 751.86 815.67 11.22 84.27 183.60 136.42 112.78
18.40 64.80 63.36 261.47 376.75 132.25 56.70 20.07 0.20 278.56 158.51 43.03 13.25
296.53 1.42 32.95 21.34 15.52 2.02 428.90 55.06 10.43 53.73 43.03 0.00 0.64
141.61 58.98 29.81 25.50 0.77 16.97 293.44 50.69 1.51 9.73 22.09 23.43 11.76
68.72 84.09 61.47 33.06 0.41 0.05 2.40 29.16 0.28 184.69 49.00 2.22 67.90
27.25 103.23 33.18 1.10 55.06 4.75 189.34 1.06 5.34 92.54 9.36 0.72 0.00
208.51 202.78 7.18 465.26 743.65 251.54 3.31 0.04 238.70 245.24 32.04 164.61 1058.20
100.00 222.31 109.41 867.89 3054.77 1416.77 261.79 285.95 378.30 704.90 378.30 452.41 1733.89
225.00 671.33 239.01 1257.41 1786.75 1493.05 66.91 1289.53 927.20 602.70 29.70 2234.45 558.85
625.00 1289.53 239.01 2066.61 3877.55 3438.65 2321.31 1289.53 418.20 647.70 2545.20 59.75 3438.65
186.05 198.53 52.85 418.61 1389.05 239.01 40.58 239.01 82.63 602.70 139.48 298.25 400.00
18.58 143.76 11.49 140.19 384.16 268.96 158.76 119.03 111.09 624.00 90.25 60.68 255.04
731.70 34.81 239.63 195.16 8.35 66.59 346.70 696.43 17.14 13.32 160.28 170.56 96.04
792.42 0.05 140.42 1.39 0.94 50.69 664.09 496.40 1.42 2.07 96.83 147.38 128.14
15.21 0.94 15.44 8.70 32.60 32.72 976.56 585.64 18.66 2.25 77.09 2.31 99.60
0.00 0.83 418.61 1257.41 2234.45 1131.65 330.51 437.23 238.70 1984.70 1256.70 52.85 2877.25
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
437.65 586.12 354.57 1011.24 1415.26 1867.10 614.05 1460.00 933.91 979.06 702.78 839.26 2603.04
551.78 77.44 375.20 2093.98 2738.43 1433.38 701.72 1183.36 358.72 1210.34 1273.78 411.28 2736.34
225.00 70.73 527.16 1257.41 1389.05 1131.65 66.91 955.43 29.70 1564.20 418.20 298.25 2877.25
87
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6.76 18.84 20.70 178.49 76.91 114.92 1.37 97.81 19.27 1534.285 39.16994
90.44 3.42 7.08 8.47 11.36 22.28 4.62 2.22 27.56 1310.561 36.20168
425.18 65.29 202.78 205.64 387.70 249.64 142.09 30.91 341.88 7604.787 87.20543
849.14 558.85 595.85 180.90 804.29 1680.18 804.29 256.00 103.63 21272.65 145.8515
1720.59 74.65 294.47 418.20 694.85 72.59 129.05 625.00 282.91 22362.91 149.5423
5289.65 40.45 807.13 2065.70 40.45 533.61 2149.25 0.00 66.91 43643.36 208.9099
391.64 53.00 129.05 82.81 40.45 1824.14 794.11 20.70 694.85 10583.74 102.8773
221.71 49.00 122.32 183.60 278.89 525.33 44.89 11.90 178.76 4869.28 69.78022
344.10 12.11 187.69 606.64 289.00 21.34 5.81 846.81 230.43 6753.734 82.1811
168.48 10.89 82.63 226.50 69.72 2.96 0.08 768.95 186.87 4812.458 69.37188
72.59 145.93 39.06 4.80 233.17 1.90 2.28 437.65 242.74 3503.296 59.18865
2278.15 40.45 955.43 29.70 40.45 1581.65 1322.05 0.00 66.91 24465.34 156.414
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0 0
1670.36 61.15 1084.38 1114.89 1661.38 1727.23 1301.77 824.84 144.72 31051.88 176.2154
1930.72 65.61 1195.78 358.72 1287.37 1831.84 1304.65 610.09 166.41 31267.94 176.8274
1241.15 1.85 671.33 418.20 1710.65 1123.59 983.45 100.00 3.31 22473.07 149.9102
Total C3 687.7129
Setelah menghitung cost/jarak. Menentukan cost/jarak yang terdekat dengan medoids. Cost/jarak yang terdekat dengan
medoids telihat dengan data yang memiliki blok merah pada tabel.
88
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4. Memilih non-medoids. nonMedoids 1 adalah SMA BUDYA WACANA YOGYAKARTA, nonMedoids 2 adalah SMA
NEGERI 1 YOGYAKARTA, dan nonMedoids 3 adalah SMA NEGERI 11 YOGYAKARTA.
89
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
(i-non1)^2
2421.62 1396.52 1456.19 3073.59 2020.50 2379.49 1267.36 4156.38 1142.44 1137.71 361.00 3475.10 1173.75
372.10 318.98 56.25 372.10 522.58 736.58 246.80 987.84 900.00 61.78 50.98 1657.30 400.00
1038.13 611.08 94.48 951.11 1469.19 1385.33 834.63 1877.49 740.93 296.53 1.23 2229.73 597.31
723.61 332.33 437.65 1641.06 1713.13 1828.42 640.60 1851.58 853.81 459.24 0.56 2715.45 732.78
45.02 280.23 58.06 882.68 1733.06 1476.10 94.67 1706.52 895.21 120.12 2.40 2095.81 237.16
408.85 248.06 94.09 1184.05 1214.52 1666.27 481.36 1364.56 1073.22 222.90 5.71 2154.82 556.02
0.31 136.19 163.33 192.93 225.00 518.93 100.00 1303.93 225.00 79.03 123.43 1186.11 79.03
25.00 121.00 25.00 36.00 169.00 1.00 64.00 361.00 121.00 4.00 196.00 676.00 324.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
100.00 100.00 0.00 100.00 400.00 400.00 1600.00 0.00 100.00 2500.00 2025.00 3025.00 1225.00
1.85 1600.00 516.65 225.00 25.00 537.31 211.70 418.20 456.25 0.00 40.45 900.00 13.25
372.88 193.77 145.68 557.90 513.93 494.62 431.81 625.00 396.41 0.18 16.40 1558.67 58.83
1768.20 1011.88 957.28 2443.32 2039.43 2190.24 718.24 3881.29 1196.47 436.81 327.97 3639.71 1118.23
1861.92 683.30 745.84 1342.49 1869.70 2093.98 1152.60 3386.08 1001.09 534.07 233.78 3529.55 1222.20
357.21 722.53 132.94 1475.33 1336.63 1967.81 1554.72 3613.21 682.78 531.30 11.09 2380.46 1130.30
225.00 625.00 25.00 0.00 25.00 25.00 100.00 225.00 225.00 400.00 900.00 1600.00 900.00
225.00 671.33 239.01 1257.41 1786.75 1493.05 66.91 1289.53 927.20 602.70 29.70 2234.45 558.85
35.05 2.89 11.36 13.40 21.62 20.88 275.56 5.29 0.01 45.43 443.52 334.89 749.66
72.08 292.75 15.29 106.09 101.20 0.61 335.26 2.28 132.48 104.86 914.46 728.46 821.97
0.00 306.25 56.25 0.00 25.00 25.00 0.00 25.00 625.00 225.00 225.00 900.00 900.00
90
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2595.90 0.50 545.69 272.25 413.72 72.08 186.05 1311.89 2.34 26444.19 162.6167
1943.05 18.49 159.01 50.27 309.41 4.84 103.84 1217.31 154.50 18583.48 136.3212
2599.98 46.10 210.25 307.65 528.54 14.44 182.52 701.72 133.86 19924.7 141.1549
435.14 0.31 8.53 37.33 44.49 53.00 0.31 377.91 2.79 10141.21 100.7036
152.28 225.00 52.56 49.00 4.00 1054.30 289.00 81.00 729.00 4910.31 70.07361
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0 0
976.56 225.00 126.56 625.00 400.00 212.58 1225.00 625.00 625.00 20796.95 144.2115
470.46 1.85 33.64 873.20 400.00 1168.96 282.91 418.20 1864.51 14505.64 120.4394
707.03 2.69 37.21 47.61 93.32 207.36 21.72 809.40 11.90 10998.52 104.8738
3603.60 26.63 952.34 2032.21 1880.09 172.66 189.61 2926.81 2.69 47244.94 217.359
2965.89 28.52 689.06 1260.25 1204.78 104.86 135.49 2780.45 9.92 38106.88 195.2098
2500.00 11.83 548.03 333.43 1733.06 98.01 165.64 2108.65 1.54 30311.11 174.1009
39.06 225.00 189.06 225.00 400.00 976.56 625.00 625.00 625.00 11281.25 106.2132
1720.59 74.65 294.47 418.20 694.85 72.59 129.05 625.00 282.91 22362.91 149.5423
0.37 0.67 248.69 167.44 207.36 1091.64 611.08 13.84 22.94 4504.996 67.11926
6.05 0.29 303.46 2.28 90.63 1175.12 613.06 0.09 15.37 6864.5 82.85228
39.06 100.00 76.56 0.00 225.00 625.00 400.00 225.00 225.00 6404.688 80.02929
Total Non 1 550.4991
nonMedoids 2 :
i (i-non2)^2
SMA NEGERI 3 YOGYAKARTA 50.13 0.67 9.06 0.12 35.64 150.55 0.66
SMA NEGERI 4 YOGYAKARTA 705.96 1165.54 896.40 295.84 904.81 238.70 463.11
SMA NEGERI 6 YOGYAKARTA 177.42 25.10 376.75 109.20 657.41 71.57 123.21
SMA NEGERI 9 YOGYAKARTA 70.73 187.69 266.02 210.54 118.81 382.59 71.23
91
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
SMA NEGERI 11 YOGYAKARTA 140.19 337.82 516.20 351.56 580.33 107.33 233.78
SMA STELLA DUCE 1 YOGYAKARTA 41.47 448.17 738.21 427.66 800.32 110.46 169.26
SMA BOPKRI 1 YOGYAKARTA 296.18 89.49 504.45 133.63 1884.43 405.22 634.03
SMA BOPKRI 2 YOGYAKARTA 987.84 3430.44 2441.35 982.20 1943.05 962.24 1221.50
SMA BUDYA WACANA YOGYAKARTA 866.12 3668.72 3098.04 1547.64 2508.01 842.16 1198.54
SMA BHINNEKA TUNGGAL IKA YOGYAKARTA 242.42 4299.42 5352.39 1547.64 403.21 3483.36 1569.74
SMA TAMAN MADYA JETIS YOGYAKARTA 23.81 3451.56 325.44 660.49 241.18 19.98 1692.50
SMA MUHAMMADIYAH 1 YOGYAKARTA 559.32 694.32 790.17 244.30 952.34 18.32 438.48
SMA NEGERI 1 YOGYAKARTA 0.00 0.00 0.00 0.00 0.00 0.00 0.00
SMA NEGERI 2 YOGYAKARTA 2.10 89.87 68.89 1.21 695.90 2.13 29.59
SMA NEGERI 7 YOGYAKARTA 177.69 358.72 132.25 7.95 389.27 345.59 99.00
SMA BUDI LUHUR YOGYAKARTA 0.32 4980.12 1362.35 860.84 2508.01 81.36 2462.14
SMA NEGERI 10 YOGYAKARTA 106.92 725.22 214.04 145.68 141.61 12.74 86.86
SMA MUHAMMADIYAH 3 YOGYAKARTA 574.56 4416.93 3256.98 1869.70 2244.86 854.39 1956.29
SMA MUHAMMADIYAH 7 YOGYAKARTA 386.91 4103.68 2611.21 1793.52 1321.32 579.85 3684.49
SMA MUHAMMADIYAH 6 YOGYAKARTA 866.12 3668.72 1972.25 1966.04 904.81 81.36 2462.14
(i-non2)^2
51.27 30.91 52.13 36.12 0.04 3.92 77.44 4.71 0.62 164.61 0.79 1.90 0.67
518.02 194.60 549.43 908.42 497.29 386.52 122.99 952.96 21.07 170.04 637.56 384.94 180.63
96.63 50.27 450.29 345.59 46.65 91.78 4.37 359.86 54.32 13.54 369.41 171.87 81.00
229.52 184.42 100.40 79.57 14.21 16.32 2.22 371.33 28.84 0.28 301.37 67.57 40.58
1248.92 227.10 543.82 388.88 12.46 70.22 291.38 440.58 21.81 98.80 386.52 211.70 325.44
476.55 257.92 451.14 225.60 106.30 35.76 23.62 643.13 3.35 35.64 247.12 193.49 97.22
1721.42 405.62 329.79 1263.09 909.63 576.96 282.24 685.92 383.77 144.24 49.00 670.29 1791.83
1372.70 433.06 672.88 1886.16 3382.59 2097.64 1211.04 1874.89 556.49 524.41 1031.05 1178.55 2646.07
92
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1768.20 1011.88 957.28 2443.32 2039.43 2190.24 718.24 3881.29 1196.47 436.81 327.97 3639.71 1118.23
2709.20 1748.08 957.28 3531.92 4245.83 4462.24 4462.24 3881.29 604.67 846.81 3982.87 28.41 4684.03
1655.68 67.08 67.40 1185.42 1612.83 557.90 150.06 1751.42 175.03 436.81 598.78 919.91 888.04
517.11 320.05 356.08 666.16 505.80 603.19 36.24 1391.29 215.50 454.97 491.07 434.72 664.09
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
1.21 32.15 13.18 163.58 3.69 1.08 51.12 16.89 8.70 4.88 7.95 0.85 2.31
535.92 24.30 376.75 121.44 73.96 5.95 159.52 4.80 71.57 4.62 459.67 133.17 0.03
731.70 46.38 1291.68 2443.32 2516.03 1747.24 1354.24 2237.29 383.77 1672.81 2314.57 413.31 4024.63
731.70 34.81 239.63 195.16 8.35 66.59 346.70 696.43 17.14 13.32 160.28 170.56 96.04
2301.12 906.61 1177.18 2094.89 1641.06 2638.88 1883.56 4173.16 1204.09 763.97 1534.29 1766.52 3699.07
2554.29 216.09 1214.52 3567.67 3049.25 2117.84 2034.91 3695.42 532.69 969.70 2337.72 1111.56 3857.65
1768.20 204.78 1477.63 2443.32 1612.83 1747.24 718.24 3283.29 91.97 1288.81 1096.27 919.91 4024.63
93
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
nonMedoids 3 :
I (i-non3)^2
SMA NEGERI 3 YOGYAKARTA 357.97 368.64 662.03 338.93 328.33 512.12 259.21
SMA NEGERI 4 YOGYAKARTA 216.97 248.38 52.13 2.40 35.88 25.91 38.81
SMA NEGERI 6 YOGYAKARTA 2.19 178.76 10.96 68.89 2.40 3.61 17.56
SMA NEGERI 9 YOGYAKARTA 11.76 21.90 41.09 17.98 173.98 84.64 46.92
SMA NEGERI 11 YOGYAKARTA 0.00 0.00 0.00 0.00 0.00 0.00 0.00
SMA STELLA DUCE 1 YOGYAKARTA 29.16 7.78 19.80 3.72 17.64 0.02 5.20
SMA BOPKRI 1 YOGYAKARTA 28.84 79.57 0.07 51.70 373.26 95.45 97.81
SMA BOPKRI 2 YOGYAKARTA 383.77 1615.24 712.36 158.51 399.60 426.84 386.52
SMA BUDYA WACANA YOGYAKARTA 309.41 1780.00 1085.04 423.95 675.48 348.20 373.65
SMA BHINNEKA TUNGGAL IKA YOGYAKARTA 751.31 2226.90 2544.19 423.95 16.08 2367.80 591.95
SMA TAMAN MADYA JETIS YOGYAKARTA 48.44 1629.74 21.90 48.30 73.27 34.69 668.22
SMA MUHAMMADIYAH 1 YOGYAKARTA 139.48 63.52 29.05 9.73 45.83 36.97 31.92
SMA NEGERI 1 YOGYAKARTA 140.19 337.82 516.20 351.56 580.33 107.33 233.78
SMA NEGERI 2 YOGYAKARTA 107.95 79.21 207.94 311.52 5.24 79.21 97.02
94
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
SMA NEGERI 7 YOGYAKARTA 2.22 0.31 125.89 253.76 19.01 67.73 28.52
SMA BUDI LUHUR YOGYAKARTA 154.01 2723.80 201.36 112.15 675.48 1.80 1178.55
SMA NEGERI 10 YOGYAKARTA 2.25 73.10 65.45 44.62 148.60 46.10 35.64
SMA MUHAMMADIYAH 3 YOGYAKARTA 147.14 2311.69 1179.92 599.76 542.42 356.08 837.52
SMA MUHAMMADIYAH 7 YOGYAKARTA 61.31 2086.66 805.42 556.96 150.31 188.24 2062.07
SMA MUHAMMADIYAH 6 YOGYAKARTA 309.41 1780.00 470.46 654.85 35.88 1.80 1178.55
(i-non3)^2
1806.25 425.60 932.69 662.03 11.02 107.33 669.26 536.39 15.05 518.47 422.30 173.45 355.70
158.26 1.25 0.01 108.58 352.31 127.24 35.76 97.61 0.01 9.61 31.25 25.70 21.16
650.76 63.68 4.41 1.28 10.89 1.44 367.11 4.08 7.29 39.19 0.19 2.07 81.72
407.64 2.22 176.89 116.64 0.06 18.84 242.74 2.96 0.49 109.62 5.29 40.07 136.19
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
182.52 0.98 4.33 22.09 45.97 5.76 149.08 19.10 8.07 15.76 15.52 0.41 66.91
37.82 25.70 26.63 250.27 709.16 244.61 0.07 27.04 222.61 4.28 160.28 128.60 590.00
2.92 32.95 6.86 562.16 2984.44 1400.26 314.35 497.74 357.97 167.96 155.00 391.25 1115.56
45.02 280.23 58.06 882.68 1733.06 1476.10 94.67 1706.52 895.21 120.12 2.40 2095.81 237.16
279.22 715.03 58.06 1576.88 3798.26 3412.90 2473.07 1706.52 396.81 1524.12 1887.90 85.01 2540.16
28.62 541.03 228.31 216.38 1341.76 232.26 23.23 435.14 73.27 120.12 23.14 249.01 138.30
158.76 7.95 19.80 37.09 359.48 261.79 122.10 266.02 100.20 129.73 6.25 39.69 59.75
1248.92 227.10 543.82 388.88 12.46 70.22 291.38 440.58 21.81 98.80 386.52 211.70 325.44
1327.87 88.36 387.70 48.02 2.59 53.88 586.61 284.93 2.96 147.62 283.59 185.78 382.59
148.60 102.82 15.29 75.69 25.70 35.28 882.09 353.44 14.36 146.17 3.17 9.06 331.97
68.72 68.23 159.26 882.68 2174.36 1116.90 389.27 692.22 222.61 958.52 809.40 33.41 2061.16
68.72 84.09 61.47 33.06 0.41 0.05 2.40 29.16 0.28 184.69 49.00 2.22 67.90
159.52 226.20 120.78 678.60 1367.52 1848.14 693.27 1901.83 901.80 313.29 380.64 755.15 1830.13
95
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
231.04 0.14 132.94 1600.80 2671.86 1416.77 786.24 1584.04 338.93 449.44 823.12 353.06 1942.16
45.02 0.58 228.61 882.68 1341.76 1116.90 94.67 1318.42 24.21 673.92 180.90 249.01 2061.16
96
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8. Karena nilai selisih yang didapatkan kurang dari 0 maka, tukar nonMedoids dengan C. Kemudian ulangi langkah 5 – 7
dengan menggunakan nonMedoids baru. Hingga didapatkan hasil seperti dibawah.
Total cost C = 963.84
Total cost nonMedoids = 1288.37
Selisih = 324.538
9. Karena nilai selisih yang didapatkan lebih dari 0. Kurang tepat apabila mengganti nilai C1, C2, dan C3 dengan
nonMedoids1, nonMedoids2, dan nonMedoids3. Karena nilai C1, C2, dan C3 sudah baik.
97
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
98
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
99
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
101
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
102
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
103
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
104
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
105
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
106
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
107
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
108
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
109
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
110
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
111
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
112
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
113
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
114
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
115
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
116