UTS ADE Reinaldi Ferdian F1F016026
UTS ADE Reinaldi Ferdian F1F016026
Oleh
Uji Validitas data bisa menggunakan korelasi uji pearson dengan rumus sebagai
berikut :
n ∑ X i Y i−∑ X i ∑ Y i
r xy =
√¿ ¿ ¿
Keterangan :
r xy: koefisien korelasi
n : jumlah data
X : jumlah skor item X
Y : jumlah skor item Y
Kemudian, untuk menguji signifikan hasil korelasi kita gunakan uji-t. Adapun
kriteria untuk menentukan signifikan dengan membandingkan nilai t-hitung dan t-tabel.
Jika t-hitung > t-tabel, maka dapat kita simpulkan bahwa butir item tersebut valid.
Rumus t-hitung :
r xy √ (n−2)
t hit =
√1−r xy
2
√∑
m
2
d ij = (x ¿ ¿ ik−x jk ) ¿
k=1
Jarak euclidean adalah perhitungan jarak dari 2 buah titik. Data klaster pertama
Universitas terdiri dari 13 Universitas yang berarti memiliki antar jarak yaitu 12. Untuk
nilai euclidean yaitu untuk jarak 2 dan 1 sebesar 3.386295, jarak 3 dan 2 sebesar
2.523492, jarak 4 dan 3 sebesar 4.992935, jarak 5 dan 4 sebesar 2.044609, jarak 6 dan 5
sebesar 6.390711, jarak 7 dan 6 sebesar 3.881392, jarak 8 dan 7 sebesar 4.323117, jarak
9 dan 8 sebesar 5.316306, jarak 10 dan 9 sebesar 6.717446, jarak 11 dan 10 sebesar
5.939485, jarak 12 dan 11 sebesar 3.225974, dan jarak 13 dan 12 sebesar 4.458100.
Dimana data 1 sampai 13 adalah data Universitas yang berada pada klaster pertama.
e. Klasterisasi Perguruan Tinggi di Provinsi Bengkulu
1. Aglomeratif (Single, Complete, dan Average) dengan jarak Euclidean
Aglomeratif adalah bagian yang sangat penting pada saat kita coba interprestasi
analisis cluster hirarki ini. Proses aglomerasi ini bersifat kompleks, khususnya
perhitungan koefisien yang melibatkan sekian banyak obyek dan terus bertambah.
Proses aglomerasi pada akhirnya akan menyatukan semua obyek menjadi satu cluster.
Hanya saja dalam prosesnya dihasilkan beberapa cluster dengan masing-masing
anggotanya, tergantung jumlah cluster yang dibentuk.
2. Aglomeratif (Single, Complete, dan Average) dengan jarak Manhattan
3. Divisif dengan Jarak Euclidean
h. Fuzzy K-Means