KLASIFIKASI DATA PENDIDIKAN GLOBAL BERDASARKAN KEMAMPUAN

MATEMATIKA DAN MEMBACA MENGGUNAKAN METODE K-MEANS

Kadek Aldy Adhistya Anugrah1), I Putu Kusuma Putra2), Ida Ayu Nyoman Laksmi3),
1)
Ilmu Komputer, Universitas Pendidikan Ganesha
2)
Ilmu Komputer, Universitas Pendidikan Ganesha
3)
Sistem Informatika, Universitas Pendidikan Ganesha
1) adhistyaaldy@gmail.com, 2) kusumaputra0647@gmail.com, 3) idaayunyomanlaksmi@gmail.com

ABSTRACT
Education is closely related to social life, both in the dynamics of human development and in
understanding life on a broader scale. However, education in various countries in the world is
still unequal, especially for mathematics and reading abilities. This research aims to group
countries in the world based on their level of mathematics and reading ability using the K-
means Algorithm method, to determine the factors of low and high levels of education in certain
groups and also solutions or recommendations that can be made. Based on the experiment, the
cluster results can be divided into 3 clusters, namely C1: low, C2: high and C3: various. Cluster
accuracy testing uses the Silhouette method, with an average value of 0.653516 for C1,
0.579652 for C2, and 0.557502 for C3. This result reading and mathematics proficiency levels
are still uneven throughout the world. Countries in Africa, Asia, and Latin America generally
have lower reading and mathematics abilities, while countries in Europe, North America, and
Australia generally have higher reading and mathematics abilities.
Keywords: Global Education, Mathematics, Reading, K-means, Silhouette

I. PENDAHULUAN

Pendidikan merupakan kata yang akrab kita dengar dalam kehidupan sehari - hari.
Pendidikan memiliki kaitan erat dengan kehidupan sosial baik dalam dinamika perkembangan
manusia untuk memahami kehidupan dalam skala yang lebih luas. Salah satu aspek kunci
kesuksesan dalam pembangunan masyarakat dan ekonomi dalam dunia adalah bagaimana
pemberdayaan terhadap sumber daya manusianya, yaitu dengan meningkatkan kualitas
Pendidikan. Kemampuan matematika dan membaca merupakan dua keterampilan dasar yang
penting untuk keberhasilan dalam kehidupan. Kemampuan matematika diperlukan untuk
memahami dan memecahkan masalah dalam kehidupan sehari-hari, sedangkan kemampuan
membaca diperlukan untuk memahami informasi dan berkomunikasi dengan orang lain.
Tingkat kemampuan matematika dan membaca di dunia masih belum merata. Negara-negara
di Afrika, Asia, dan Amerika Latin umumnya memiliki kemampuan matematika dan membaca
yang lebih rendah, sedangkan negara-negara di Eropa, Amerika Utara, dan Australia umumnya
memiliki kemampuan matematika dan membaca yang lebih tinggi.

Perbedaan tingkat kemampuan matematika dan membaca di dunia dapat disebabkan

oleh berbagai faktor, seperti tingkat pembangunan, tingkat literasi, akses terhadap pendidikan,
dan kesadaran masyarakat. Untuk memahami tingkat kemampuan matematika dan membaca
di dunia, serta faktor-faktor yang mempengaruhinya, diperlukan penelitian yang mendalam.
Salah satu metode penelitian yang dapat digunakan untuk menganalisis data pendidikan adalah

Jurnal Ilmiah SINUS (JIS)…………….1

metode klasterisasi. Metode klasterisasi adalah metode analisis data yang digunakan untuk
mengelompokkan data ke dalam beberapa kelompok yang homogen.

Dalam penelitian ini, metode klasterisasi k-means digunakan untuk mengelompokkan

data mengenai tingkat kemampuan matematika dan membaca di dunia, dengan tujuan
mengelompokkan negara-negara didunia berdasarkan pada Tingkat kemampuan matematika
dan membaca dengan menggunakan metode K-means Algorithm, untuk mengetahui faktor
rendah tingginya Tingkat Pendidikan dikelompok tertentu dan juga solusi atau rekomendasi
yang dapat dilakukan. K-means merupakan salah satu algoritma yang populer dalam analisis
klustering data. Algoritma ini bekerja dengan cara mengelompokan data kedalam sejumlah
kategori yang berdasarkan kedekatan titik-titik data. K-means dapat membatu dalam
mengidentifikasi kelompok negara - negara dengan karakteristik pendidikan berdasarkan
kemampuan matematika dan membaca.

II. TINJAUAN PUSTAKA

2.1 Clustering
Pengelompokkan dimana anggota dari setiap partisi mempunyai persamaan berdasarkan
matriks tertentu adalah dengan menggunakan Cluster. Analisis Cluster atau analisis kelompok
merupakan teknik analisa data yang bertujuan untuk mengelompokkan individu atau objek ke
dalam beberapa kelompok yang memiliki sifat berbeda antar kelompok, sehingga individu atau
objek yang terletak di dalam satu kelompok akan mempunyai sifat relative homogen. Tujuan
analisis cluster adalah mengelompokkan objek-objek tersebut (Anggraini & Rismawati Arum,
2021).
Kelebihan analisis Cluster yakni (1) dapat mengelompokkan data observasi dalam jumlah
besar dan variabel yang relative banyak. (2) dapat dipakai dalam skala data ordinal, interval
dan rasio. Sedangkan kelemahan dari analisis Cluster ini adalah (1) pengelompokkan bersifat
subjektifitas peneliti karena hanya melihat dari gambar dendogram. (2) untuk data heterogen
antara objek penelitian yang satu dengan yang lain akan sulit bagi peneliti untuk menentukkan
jumlah kelompok yang di bentuk. (3) metode-metode yang dipakai memberikan perbedaan
yang signifikan, sehingga dalam perhitungan biasanya masing-masing metode dibandingkan.
(4) semakin besar observasi, biasanya tingkat kesalahan akan semakin besar.

Proses inti Clustering adalah pengelompokan data, yang biasa dilakukan dengan dua metode
yaitu :

a. Metode Hierarki dimana metode ini pengelompokkan dengan dua atau lebih objek yang
mempunyai kesamaan paling dekat. Kemudian proses diteruskan ke objek lain yang
mempunyai kedekatan kedua. Demikian seterusnya sehingga cluster akan membentuk
semacam pohon dimana ada hierarki (tingkatan yang jelas) antara objek, dendogram biasanya
digunakan untuk membanntu memperjelas proses hierarki tersebut.

b. Metode Nonhierarki dimana metode ini dimulai dengan menentukan terlebih dahulu jumlah
cluster yang diinginkan. Pusat cluster yang dipilih adalah pusat cluster sementara yang terus
diperbaharui untuk setiap iterasi sampai dengan kriteria tercapai, sehingga terdapat
kemungkinan jika objek berpindah dari satu cluster ke cluster yang lain. Metode non hierarki
yang terkenal disebut K-means Cluster.

Jurnal Ilmiah SINUS (JIS)…………….2

 2.2 Metode K-means
Algoritma K-means merupakan salah satu algoritma pengelompokkan (clustering)
berbasiskan metode non-hierarchy yang mempartisi data dan membentuk satu atau lebih
kelompok yang memiliki kesamaan (Hasanah, Ugiarto, & Puspitasari, 2017; Purnawansyah,
Haviluddin, Gafar, & Tahyudin, 2017; Putra, Santosa, & Kusumawardani, 2015).(Haviluddin
et al., 2021)

Gambar 1 Flowchart K-means Clustering

Gambar 1, memperlihatkan alur analisa dalam penerapan rekomendasi TA menggunakan

algoritma K-means. Pertama, menentukan jumlah cluster berdasarkan nilai A, B dan C. Dalam
penelitian ini, sebanyak 3 cluster yaitu C1 adalah sedikit, C2 adalah sedang, dan C3 adalah
banyak. Kedua, menentukan centroid awal berdasarkan nilai maksimal, rata-rata, dan minimal
yang diperoleh dari data. Ketiga, menghitung jarak data dengan centroid. Dalam penelitian ini,
metode Euclidean Distance (ED) telah digunakan, Persamaan 1

𝑑(𝑥, 𝑦) = √∑𝑛𝑖=7(𝑋𝑖 − 𝑌𝑖 ) ^2………………………(1)

Dimana, i adalah objek; x,y adalah koordinat objek. Keempat, mengelompokkkan data ke
centroid terdekat. Terakhir, menghitung kembali nilai centroid hingga data tidak mengalami
berubah lagi.

2.3 Pendidikan
Pada dasarnya pendidikan memiliki pengertian pendidikan adalah sebuah usaha untuk
membina dan mengembangkan suatu kepribadian manusia agar memiliki kepribadian yang
baik, baik dalam bidang jasmani maupun rohani. Dalam UU No 20 Tahun 2003 yang berbunyi
“pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses
pembelajaran agar peserta didik secara aktif mengembangkan potensi diri untuk memiliki
kekuatan spiritual keagamaan, pengendalian diri, kepribadian kecerdasan, akhlak mulia, serta
keterampilan yang diperlukan, baik dalam masyarakat maupun negara”.
Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan
proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk
memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak
mulia serta ketrampilan yang diperlukan dirinya dan Masyarakat (Abd Rahman BP1; Sabhayati
Asri Munandar2; Andi Fitriani3; Yuyun Karlina4; Yumriani5, 2022). Dalam kajian dan
pemikiran tentang pendidikan, terlebih dahulu perlu di ketahui dua istilah yang hampir sama

Jurnal Ilmiah SINUS (JIS)…………….3

bentuknya dan sering di pergunakan dalam dunia pendidikan, yaitu pedagogi dan pedagoik.
Pedagogi berarti “pendidikan” sedangkan pedagoik artinya “ilmu pendidikan”.
Kata pedagogos yang pada awalnya berarti pelayanan kemudian berubah menjadi
pekerjaan mulia. Karena pengertian pedagogi (dari pedagogos) berarti seorang yang tugasnya
membimbing anak di dalam pertumbuhannya ke daerah berdiri sendiri dan bertanggung jawab.
Pekerjaan mendidik mencakup banyak hal yaitu: segala sesuatu yang berhubungan dengan
perkembangan manusia. Mulai dari perkembangan fisik, kesehatan, keterampilan, pikiran,
perasaan, kemauan, sosial, sampai pada perkembangan iman. Dalam pengertian yang
sederhana dan umum makna pendidikan sebagai usaha manusia untuk menumbuhkan dan
mengembangkan potensi-potensi pembawaan baik jasmani maupun rohani sesuai dengan nilai-
nilai yang ada di dalam masyarakat dan kebudayaan. Pendidikan dan budaya ada bersama dan
saling memajukan.
2.4 Matematika
Istilah Matematika berasal dari bahasa Yunani, mathein atau manthenien yang artinya
mempelajari. Kata matematika diduga erat hubungannya dengan kata Sangsekerta, medha atau
widya yang artinya kepandaian, ketahuan atau intelegensia (Sri Subariah, 2006:1). Matematika
adalah ilmu yang mempelajari tentang besaran, struktur, bangun ruang, dan perubahan-
perubahan yang pada suatu bilangan. Matematika berasal dari bahasa Yunani Mathematikos
yang artinya ilmu pasti. Dalam bahasa belanda matematika di sebut sebagai Wiskunde yang
artinya ilmu tentang belajar. Dalam kamus besar bahasa Indonesia, definisi matematika adalah
ilmu tentang bilangan dan segala sesuatu yang berhubungan dengannya yang mencangkup
segala bentuk prosedur operasional yang digunakan dalam menyelesaikan masalah mengenai
bilangan. Seorang yang ahli dalam bidang matematika di sebut sebagai Matematikawan atau
matematikus. Segala hal yang bersangkutan dan berhubungan dengan matematika di sebut
sebagai matematis. Matematis juga di gunakan untuk menyebut sesuatu secara sangat pasti dan
sangat tepat (Arham & Adirakasiwi, 2022).
Matematika memiliki banyak manfaat pada bidangnya maupun untuk aktivitas sehari-hari
diluar bidangnya, dan juga digunakan sebagai sarana untuk mewujudkan sumber daya manusia
yang unggul. Adapun pengertian matematika adalah pelajaran yang menggunakan logika
mengenai susunan, suatu bentuk, juga besaran dan hubungan antar konsep satu dengan yang
lainnya. Dalam kehidupan manusia, memahami sesuatu adalah suatu hal yang amat krusial,
maka dengan adanya pemahaman, manusia dituntut untuk memiliki kemampuan pemahaman
(Arham & Adirakasiwi, 2022).
Salah satu faktor yang penting dalam pembelajaran matematika saat ini adalah pentingnya
meningkatkan kemampuan pemahaman matematis siswa. Menurut Suraji dkk (2018)
kemampuan pemahaman konsep matematis dibagi menjadi 2, yakni pemahaman instrumental
dan pemahaman rasional. Pentingnya kemampuan pemahaman matematis siswa adalah sebagai
visi pengembangan pembelajaran matematika untuk memenuhi masalah terkini (Yanti dkk.,
2019). Sejalan dengan kemampuan pemahaman matematis siswa, pemahaman yakni suatu
konsep yang dapat dimengerti oleh siswa sehingga siswa dapat mencerna apa yang dimaksud
serta menemukan cara untuk mendeskripsikan dan mampu mencari tahu kemungkinan yang
terkait konsep tersebut, hal ini diungkapkan oleh Hewson dan Thorley.
2.5 Membaca
Membaca adalah keahlian linguistik yang berkaitan dengan keahlian bahasa lainnya.
Menurut Hodgson seperti yang dikutip oleh Nurhayati Pandawa, bahwasanya membaca adalah
proses yang dilakukan dan digunakan oleh pembaca dalam mendapatkan pesan yang diberikan
oleh penulis melewati media bahasa tertulis. Sementara menurut Departemen Pendidikan dan

Jurnal Ilmiah SINUS (JIS)…………….4

Kebudayaan sebagaimana yang dikutip oleh Nurhayati Pandawa, menjelaskan bahwasanya
membaca adalah secara kritis untuk mengolah bacaan, kreatif dengan tujuan mendapatkan
pemahaman yang komprehensif tentang bacaan dan evaluasi keadaan, fungsi, nilai dan akibat
bacaan tersebut.
Atas dasar beberapa penjelasan di atas, bisa dirumuskan bahwasanya membaca ialah dalam
memperoleh isinya dengan melalui pengucapan suatu tulisan. Pengucapan tidak hanya bisa
didengar, contohnya membaca di dalam hati. Kemudian, membaca adalah kegiatan yang tidak
lepas dari mendengarkan, berbicara dan menulis. Saat membaca, pembaca yang baik akan
mengerti bahan yang telah dia baca. Ada pula hal lainnya yakni dapat menyampaikan hasil dari
membacanya baik secara lisan maupun tertulis (Alpian & Yatri, 2022). Jadi, membaca adalah
keahlian linguistik yang berkaitan dengan keahlian bahasa lainnya. Kegiatan membaca
memiliki tujuan tertentu tergantung pada orang yang membaca. Tujuan utama setiap pembaca
adalah untuk memahami semua informasi yang terkandung dalam teks bacaan sehingga dapat
menjadi suplai ilmu pengetahuan (pengembangan intelektual) untuk masa depan pembaca itu
sendiri.

III. METODE PENELITIAN

Penelitian ini menggunakan metode kuantitatif dengan menggunakan algoritma K-
means, yang dimana K-means merupakan salah satu algoritma pengelompokkan (clustering)
berbasiskan metode non-hierarchy yang mempartisi data dan membentuk satu atau lebih
kelompok yang memiliki kesamaan.

Gambar 2 Flowchart K-means Clustering

Gambar 2, memperlihatkan alur analisa dalam penerapan rekomendasi TA menggunakan

algoritma K-means. Pertama, menentukan jumlah cluster berdasarkan nilai A, B dan C. Dalam
penelitian ini, sebanyak 3 cluster yaitu C1 adalah sedikit, C2 adalah sedang, dan C3 adalah
banyak. Kedua, menentukan centroid awal berdasarkan nilai maksimal, rata-rata, dan minimal
yang diperoleh dari data. Ketiga, menghitung jarak data dengan centroid. Dalam penelitian ini,
metode Euclidean Distance (ED) telah digunakan, Persamaan 1

𝑑(𝑥, 𝑦) = √∑𝑛𝑖=7(𝑋𝑖 − 𝑌𝑖 ) ^2………………………(2)

Jurnal Ilmiah SINUS (JIS)…………….5

Dimana, i adalah objek; x,y adalah koordinat objek. Keempat, mengelompokkkan data ke
centroid terdekat. Terakhir, menghitung kembali nilai centroid hingga data tidak mengalami
berubah lagi.
A. Perhitungan Akurasi
Pengujian model dilakukan untuk mengetahui seberapa dekat relasi antara objek dalam
sebuah cluster dan seberapa jauh sebuah cluster terpisah dengan cluster lain. Dalam penelitian
ini, uji cluster menggunakan Sum of Squared Errors (SSE) dan Silhouette Coefficient (SC).
SSE digunakan untuk menguji jumlah cluster yang ideal. Sedangkan, SC merupakan metode
evaluasi untuk mengetahui kekuatan dan ketepatan suatu hasil cluster.

1) Sum of Squared Errors (SSE)

Dalam penelitian ini, metode SSE untuk pengukuran jarak akurasi untuk menghitung
selisih total dari nilai sebenarnya. Nilai SSE yang mendekati 0 menandakan bahwa model
tersebut mempunyai komponen kesalahan acak terkecil dan digunakan untuk peramalan
terhadap suatu model yang diamati. Perhitungan metode SSE menggunakan Persamaan 2.

𝑆𝑆𝐸 = ∑𝑛𝑖=7 = (𝑋𝑖 − 𝑌𝑖 )2 … … … … … … … (3)

Dimana, X adalah nilai aktual yang sebenarnya; Y adalah nilai yang tercapai.
2) Silhouette Coefficient (SC)
Dalam penelitian ini, evaluasi metode SC digunakan untuk menguji kualitas dari 3 dan
4 cluster. Dimana, nilai SC terbaik digunakan untuk mengukur kualitas cluster. Perhitungan
metode SC menggunakan Persamaan 3.

𝑏(𝑖)−𝑎(𝑖)
𝑆(𝑖) = …………………..(4)
𝑀𝑎𝑥 (𝑎(𝑖),(𝑏(𝑖))

Dimana, S(i) adalah hasil nilai SC; b(i) adalah nilai minimum dari rata-rata jarak; a(i) adalah
perbedaan rata-rata objek (i) ke semua objek lain pada a.

C. Sampling Data
Dalam penelitian ini, data nilai A, B dan C dari 10 MKW yang berjumlah 488 telah
diperoleh dari transkrip mahasiswa lulusan tahun 2015, 2016, 2017 dan 2018 pada program
studi Informatika, Fakultas Teknik, Universitas Mulawarman. 10 MKW tersebut adalah mata
kuliah yang dianggap mendukung dalam penentuan TA. Data nilai A, B dan C pada 10 MKW
dinormalisasi untuk menyamakan rentang nilai dengan Persamaan 4. Adapun, data nilai dapat
dilihat pada Tabel 1.

Jurnal Ilmiah SINUS (JIS)…………….6

 0.8(𝑋−𝑏)
𝑥1 = + 0,1 = …………………………….(5)
(𝑎−𝑏)

Dimana 𝑋′ adalah data baru; X adalah data awal; b adalah nilai minimum; a adalah nilai
maksimum.

IV. HASIL DAN PEMBAHASAN

Sumber data diambil dari dataset global education. Data tersebut memberikan
perspektif global yang komprehensif tentang Pendidikan, menawarkan wawasan penting
tentang berbagai sistem pendidikan di seluruh dunia. Ini mencakup metrik penting seperti
tingkat putus sekolah, tingkat kelulusan, tingkat kemahiran, tingkat melek huruf, tingkat
kelahiran, dan pendaftaran di pendidikan dasar dan tinggi. Ini adalah sumber daya berharga
bagi peneliti, pendidik, dan pembuat kebijakan yang ingin mengevaluasi dan meningkatkan
sistem pendidikan secara global.

Tabel 1 Atribut Dalam Dataset Global Education

Negara dan Daerah Nama negara dan daerah.

Lintang Koordinat lintang lokasi geografis.

Bujur Koordinat bujur lokasi geografis.

OOSR_Pre0Primary_Age_Male Tingkat putus sekolah untuk anak laki-laki usia pra-

sekolah.

OOSR_Pre0Primary_Age_Female Tingkat putus sekolah untuk anak perempuan usia

pra-sekolah.

OOSR_Primary_Age_Male Tingkat putus sekolah untuk anak laki-laki usia

sekolah dasar.

OOSR_Primary_Age_Female Tingkat putus sekolah untuk anak perempuan usia

sekolah dasar.
OOSR_Lower_Secondary_Age_Male Tingkat putus sekolah untuk anak laki-laki usia
sekolah menengah pertama.

OOSR_Lower_Secondary_Age_Female Tingkat putus sekolah untuk anak perempuan usia

sekolah menengah pertama.
OOSR_Upper_Secondary_Age_Male Tingkat putus sekolah untuk anak laki-laki usia
sekolah menengah atas.

OOSR_Upper_Secondary_Age_Female Tingkat putus sekolah untuk anak perempuan usia

sekolah menengah atas.

Completion_Rate_Primary_Male Tingkat kelulusan pendidikan dasar bagi laki-laki.

Completion_Rate_Primary_Female Tingkat kelulusan pendidikan dasar bagi perempuan.

Completion_Rate_Lower_Secondary_Male Tingkat kelulusan pendidikan menengah pertama

bagi laki-laki.

Jurnal Ilmiah SINUS (JIS)…………….7

 Completion_Rate_Lower_Secondary_Female Tingkat kelulusan pendidikan menengah pertama
bagi perempuan.

Completion_Rate_Upper_Secondary_Male Tingkat kelulusan pendidikan menengah atas bagi

laki-laki.

Completion_Rate_Upper_Secondary_Female Tingkat kelulusan pendidikan menengah atas bagi

perempuan.

Grade_2_3_Proficiency_Reading Kemampuan membaca siswa kelas 2-3.

Grade_2_3_Proficiency_Math Kemampuan matematika siswa kelas 2-3.

Primary_End_Proficiency_Reading Kemampuan membaca pada akhir pendidikan dasar.

Primary_End_Proficiency_Math Kemampuan matematika pada akhir pendidikan

dasar.

Lower_Secondary_End_Proficiency_Reading Kemampuan membaca pada akhir pendidikan

menengah pertama.

Lower_Secondary_End_Proficiency_Math Kemampuan matematika pada akhir pendidikan

menengah pertama.

Youth_15_24_Literacy_Rate_Male Tingkat melek huruf pemuda laki-laki usia 15-24

tahun.

Youth_15_24_Literacy_Rate_Female Tingkat melek huruf pemuda perempuan usia 15-24

tahun.

Tingkat_Kelahiran Tingkat kelahiran di negara/daerah tersebut.

Gross_Primary_Education_Enrollment Jumlah pendaftaran bruto pendidikan dasar.

Gross_Tertiary_Education_Enrollment Jumlah pendaftaran bruto pendidikan tinggi.

Tingkat_Pengangguran Tingkat pengangguran di negara/daerah tersebut.

Tabel 2 Atribut yang digunakan dalam Clustering

Grade_2_3_Proficiency_Reading Kemampuan membaca siswa kelas 2-3.

Grade_2_3_Proficiency_Math Kemampuan matematika siswa kelas 2-3.

Primary_End_Proficiency_Reading Kemampuan membaca di akhir pendidikan dasar.

Primary_End_Proficiency_Math Kemampuan matematika di akhir pendidikan dasar.

Lower_Secondary_End_Proficiency_Reading Kemampuan membaca di akhir pendidikan menengah

pertama.

Lower_Secondary_End_Proficiency_Math Kemampuan matematika di akhir pendidikan

menengah pertama.

Negara dan Daerah Nama negara dan daerah.

Jurnal Ilmiah SINUS (JIS)…………….8

 Gambar 3 Grafik hasil Clustering
Grafik diatas menunjukkan hasil clustering dari data tingkat kompetensi membaca dan
matematika dari berbagai negara di dunia. Cluster C1 (rendah) menunjukkan negara-negara
dengan tingkat kompetensi membaca dan matematika yang rendah secara umum. Cluster C2
(tinggi) menunjukkan negara-negara dengan tingkat kompetensi membaca dan matematika
yang tinggi secara umum. Cluster C3 (beragam) menunjukkan negara-negara dengan tingkat
kompetensi membaca dan matematika yang beragam, mulai dari yang rendah hingga yang
tinggi.
Nilai rata-rata silhouette untuk masing-masing cluster adalah sebagai berikut:
• Cluster C1: 0.653516
• Cluster C2: 0.579652
• Cluster C3: 0.557502
Nilai rata-rata silhouette yang tinggi menunjukkan bahwa negara-negara dalam cluster
tersebut memiliki karakteristik yang mirip dalam hal tingkat kompetensi membaca dan
matematikanya. Nilai rata-rata silhouette yang rendah menunjukkan bahwa negara-negara
dalam cluster tersebut memiliki karakteristik yang beragam dalam hal tingkat kompetensi
membaca dan matematikanya.
Berikut adalah beberapa penjelasan mengenai grafik hasil clustering tersebut:
• Cluster C1 (rendah): Cluster ini sebagian besar terdiri dari negara-negara yang berada
di Afrika, Asia, dan Amerika Latin. Negara-negara dalam cluster ini umumnya
memiliki tingkat kemiskinan dan ketimpangan yang tinggi, yang dapat memengaruhi
tingkat pendidikan dan kompetensi membaca dan matematika warganya. Selain itu,
negara-negara dalam cluster ini umumnya memiliki tingkat literasi yang rendah, yang
dapat menghambat pembangunan ekonomi dan sosial.
• Cluster C2 (tinggi): Cluster ini sebagian besar terdiri dari negara-negara yang berada
di Eropa, Amerika Utara, dan Australia. Negara-negara dalam cluster ini umumnya
memiliki tingkat pembangunan yang tinggi, yang dapat mendukung penyediaan
pendidikan yang berkualitas dan peningkatan kompetensi membaca dan matematika

Jurnal Ilmiah SINUS (JIS)…………….9

 warganya. Selain itu, negara-negara dalam cluster ini umumnya memiliki tingkat
literasi yang tinggi, yang dapat mendukung pembangunan ekonomi dan sosial.
• Cluster C3 (beragam): Cluster ini terdiri dari negara-negara yang tersebar di berbagai
belahan dunia. Negara-negara dalam cluster ini umumnya memiliki tingkat
pembangunan yang beragam, yang dapat memengaruhi tingkat pendidikan dan
kompetensi membaca dan matematika warganya. Selain itu, negara-negara dalam
cluster ini umumnya memiliki tingkat literasi yang beragam, mulai dari yang rendah
hingga yang tinggi.
Secara umum, dapat dikatakan bahwa tingkat kompetensi membaca dan matematika di
dunia masih belum merata. Negara-negara di Afrika, Asia, dan Amerika Latin umumnya
memiliki tingkat kompetensi membaca dan matematika yang rendah, sedangkan negara-negara
di Eropa, Amerika Utara, dan Australia umumnya memiliki tingkat kompetensi membaca dan
matematika yang tinggi.

Jurnal Ilmiah SINUS (JIS)…………….10

 Tabel 3 Data Table Cluster 1

Lower Lower
Grade 2-3 Primary End Secondary Secondary
Grade 2_3 Proficiency Primary End Proficiency Countries and
No Silhouette Proficiency Proficiency End End
Math Reading areas
Reading Math Proficiency Proficiency
Math Reading
1 0.654429 0.2222 0.2577 0.1313 0.1236 0 0 Afghanistan
2 0.676578 0 0 0 0 0 0 Andorra
3 0.676578 0 0 0 0 0 0 Angola
4 0.676578 0 0 0 0 0 0 Anguilla
Antigua and
5 0.676578 0 0 0 0 0 0
Barbuda
6 0.571148 0 0 0 0.618 0.5319 0 Armenia
7 0.568984 0 0 0.8182 0 0 0 Azerbaijan
8 0.676578 0 0 0 0 0 0 The Bahamas
9 0.550608 0.697 0.4124 0 0 0.4149 0 Bahrain
10 0.676578 0 0 0 0 0 0 Barbados
11 0.676578 0 0 0 0 0 0 Belize
12 0.641015 0.0909 0.3505 0.2323 0.1236 0 0 Benin
13 0.676578 0 0 0 0 0 0 Bolivia
14 0.671041 0 0 0 0.1798 0 0 Botswana
British Virgin
15 0.676578 0 0 0 0 0 0
Islands
16 0.582304 0.3636 0.6082 0.2121 0.2472 0 0 Burkina Faso
17 0.676578 0 0 0 0 0 0 Cape Verde
18 0.601756 0.303 0.5876 0.2424 0.1348 0 0 Cameroon
Central African
19 0.676578 0 0 0 0 0 0
Republic
20 0.635498 0.1818 0.4948 0.0303 0.0337 0 0 Chad
… … … … … … … … …
134 0.551355 0 0 0 0 0.5745 0.6292 Montenegro

Jurnal Ilmiah SINUS (JIS)…………….11

 Berdasarkan nilai rata-rata silhouette 0.653516, didapat bahwa tingkat kompetensi
membaca dan matematika dari negara-negara dalam cluster C1 adalah rendah. Nilai rata-rata
silhouette yang tinggi menunjukkan bahwa negara-negara dalam cluster ini memiliki
karakteristik yang mirip dalam hal tingkat kompetensi membaca dan matematikanya. Hal ini
berarti bahwa negara-negara dalam cluster C1 memiliki tingkat kompetensi membaca dan
matematika yang rendah secara umum.
Cluster C1 (rendah)
• Negara-negara dalam cluster ini sebagian besar berada di Afrika, Asia, dan Amerika
Latin.
• Negara-negara ini umumnya memiliki tingkat kemiskinan dan ketimpangan yang
tinggi, yang dapat memengaruhi tingkat pendidikan dan kompetensi membaca dan
matematika warganya.
• Negara-negara dalam cluster ini umumnya memiliki tingkat literasi yang rendah, yang
dapat menghambat pembangunan ekonomi dan sosial.

Jurnal Ilmiah SINUS (JIS)…………….12

 Tabel 4 Data Table Hasil Cluster 2

Grade 2-3 Grade 2_3 Primary End

Primary End Lower Secondary End Lower Secondary End
No Silhouette Proficiency Proficiency Proficiency Countries and areas
Proficiency Reading Proficiency Math Proficiency Reading
Reading Math Math
1 0.540145 0.8687 0.4845 0 0 0.4149 0.4045 Georgia
2 0.522596 0.6667 0.3711 0 0 0.383 0.5506 Qatar
3 0.544183 0 0.7629 0 0 0.6702 0.6292 Cyprus
4 0.566692 0.6869 0.433 0 0 0.4894 0.6404 United Arab Emirates
5 0.529699 0.8081 0 0 0 0.5106 0.6517 Trinidad and Tobago
6 0.55539 0.7374 0 0 0 0.6596 0.7191 Malta
7 0.490684 0 0 0 0 0.6809 0.7753 Greece
8 0.575221 0.9192 0 0 0 0.7021 0.7753 Israel
9 0.512329 0 0 0 0 0.7766 0.7978 Luxembourg
10 0.527003 0 0 0 0 0.8404 0.8315 Iceland
11 0.500422 0 0 0 0 0.6809 0.8315 Ukraine
12 0.633729 1 0.8557 0 0 0.8936 0.8539 Netherlands
13 0.535352 0 0 0 0 0.883 0.8539 Switzerland
14 0.518823 0 0 0 0 0.7553 0.8652 Belarus
15 0.62812 0.9899 0.7113 0 0 0.6596 0.8652 Italy
16 0.596156 1 0 0 0 0.883 0.8764 Latvia
17 0.535352 0 0 0 0 0.8511 0.8876 Belgium
18 0.635849 0.9798 0.8041 0 0 0.8511 0.8876 Czech Republic
19 0.532666 0.9495 0.7216 0 0.7191 0.8298 0.8989 Australia
20 0.634729 0.8283 0.8763 0 0 0.8404 0.8989 China
… … … … … … … … …
37 0.630888 0.9798 0.9588 0 0 1 1 Singapore

Jurnal Ilmiah SINUS (JIS)…………….13

 Tingkat kompetensi membaca dan matematika dari negara-negara dalam cluster C2
adalah tinggi. Nilai rata-rata silhouette adalah 0.579652, menunjukkan bahwa negara-negara
dalam cluster ini memiliki karakteristik yang mirip dalam hal tingkat kompetensi membaca
dan matematikanya. Hal ini berarti bahwa negara-negara dalam cluster C2 memiliki tingkat
kompetensi membaca dan matematika yang tinggi secara umum, tetapi terdapat beberapa
negara yang memiliki tingkat kompetensi membaca dan matematika yang lebih rendah.

Cluster C2 (tinggi)

• Negara-negara dalam cluster ini sebagian besar berada di Eropa, Amerika Utara, dan
Australia.

• Negara-negara ini umumnya memiliki tingkat pembangunan yang tinggi, yang dapat
mendukung penyediaan pendidikan yang berkualitas dan peningkatan kompetensi
membaca dan matematika warganya.

• Negara-negara dalam cluster ini umumnya memiliki tingkat literasi yang tinggi, yang
dapat mendukung pembangunan ekonomi dan sosial.

Jurnal Ilmiah SINUS (JIS)…………….14

 Tabel 5 Data Table Cluster 3

Grade 2-3 Grade 2_3 Lower Secondary Lower Secondary

Primary End Primary End
No Silhouette Proficiency Proficiency End Proficiency End Proficiency Countries and areas
Proficiency Reading Proficiency Math
Reading Math Math Reading
1 0.492119 0.798 1 0.0707 0.4494 0 0 Burundi
2 0.511989 0.4747 0.5464 0.4646 0.4944 0 0 India
3 0.556191 0 0 0.8889 0.8764 0 0 Mauritius
4 0.463212 0.2929 0.6495 0.3535 0.3258 0.0851 0.1011 Senegal
5 0.524035 0.6869 0.5361 0.3636 0.382 0.117 0.3371 Guatemala
6 0.51847 0.7071 0.5876 0.3131 0.3596 0.1596 0.3371 Honduras
7 0.466619 0.6162 0.4845 0.2929 0.2584 0.0851 0.3596 Paraguay
8 0.603941 0 0 0.9899 0.8989 0.5426 0.4045 Kazakhstan
9 0.504163 0.6566 0.5258 0.3636 0.2584 0.2021 0.4045 Panama
10 0.572626 0.8081 0.7216 0.4646 0.5955 0.4255 0.5169 Peru
11 0.58092 0.7677 0.732 0.4646 0.6292 0.3298 0.5393 Argentina
12 0.56169 0.7475 0.6701 0.3838 0.5393 0.3085 0.5506 Ecuador
13 0.581684 0.8081 0.732 0.5354 0.5843 0.3404 0.5618 Brazil
14 0.580364 0.798 0.6598 0.5556 0.5393 0.3723 0.5618 Colombia
15 0.609299 0 0 0.9596 0.8427 0.5957 0.5955 Bulgaria
16 0.529073 0.4747 0.3505 0.4444 0.3596 0.6064 0.6067 Bangladesh
17 0.593267 0.7879 0.7938 0.5859 0.7753 0.4681 0.618 Mexico
18 0.586391 0.899 0.866 0.6869 0.6742 0.4255 0.6517 Costa Rica
19 0.590637 0.8081 0.7732 0.596 0.764 0.5213 0.6517 Uruguay
20 0.514105 0 0 0 0.809 0.6383 0.6966 Serbia
… … … … … … … … …
31 0.562553 0 0 0.5556 0.573 0.8617 0.9663 Vietnam

Jurnal Ilmiah SINUS (JIS)…………….15

 Tingkat kompetensi membaca dan matematika dari negara-negara dalam cluster C3
adalah beragam. Nilai rata-rata silhouette adalah 0.557502, yang menunjukkan bahwa negara-
negara dalam cluster ini memiliki karakteristik yang beragam dalam hal tingkat kompetensi
membaca dan matematikanya. Hal ini berarti bahwa negara-negara dalam cluster C3 memiliki
tingkat kompetensi membaca dan matematika yang beragam, mulai dari yang rendah hingga
yang tinggi.

Cluster C3 (beragam)

• Negara-negara dalam cluster ini tersebar di berbagai belahan dunia.

• Negara-negara ini umumnya memiliki tingkat pembangunan yang beragam, yang dapat
memengaruhi tingkat pendidikan dan kompetensi membaca dan matematika warganya.

• Negara-negara dalam cluster ini umumnya memiliki tingkat literasi yang beragam,
mulai dari yang rendah hingga yang tinggi.

V. KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil pembahasan dapat disimpulkan bahwa tingkat kemampuan membaca
dan matematika dunia dapat digolongkan menjadi tiga kelompok:
• Cluster C1 (Rendah): Cluster yang terdiri dari negara ini memiliki tingkat membaca
dan tingkat matematika yang secara umum rendah. Hal ini disebabkan oleh berbagai
faktor, antara lain tingginya tingkat kemiskinan dan kesenjangan, rendahnya tingkat
pembangunan, dan rendahnya angka melek huruf.
• Cluster C2 (Tinggi): Negara-negara dalam cluster ini umumnya memiliki kemampuan
membaca dan matematika yang tinggi. Hal ini disebabkan oleh berbagai faktor seperti:
Tingginya tingkat pembangunan, tingginya tingkat literasi, dan tersedianya pendidikan
yang berkualitas.
• Cluster C3 (Berbagai): Negara-negara dalam cluster ini memiliki tingkat kemahiran
membaca dan matematika yang berkisar dari rendah hingga tinggi. Hal ini disebabkan
oleh berbagai faktor seperti: Perbedaan tingkat perkembangan, literasi, dan akses
terhadap pendidikan.
Secara umum, tingkat kemahiran membaca dan matematika masih belum merata di seluruh
dunia. Negara-negara di Afrika, Asia, dan Amerika Latin umumnya memiliki kemampuan
membaca dan matematika yang lebih rendah, sedangkan negara-negara di Eropa, Amerika
Utara, dan Australia umumnya memiliki kemampuan membaca dan matematika yang lebih
tinggi.

Jurnal Ilmiah SINUS (JIS)…………….16

Adapun beberapa rekomendasi untuk meningkatkan tingkat kemahiran membaca dan
matematika di seluruh dunia.
• Meningkatkan akses dan kualitas Pendidikan
Pendidikan berkualitas adalah kunci untuk meningkatkan tingkat kemahiran membaca dan
matematika. Pemerintah perlu meningkatkan akses dan kualitas pendidikan di semua negara,
terutama negara-negara dengan kemampuan melek huruf dan matematika yang rendah.
• Meningkatkan kesadaran Masyarakat
Masyarakat perlu menyadari pentingnya literasi dan numerasi. Pemerintah dan organisasi
masyarakat sipil harus meningkatkan kesadaran masyarakat akan pentingnya literasi dan
numerasi dan menunjukkan bagaimana hal tersebut dapat ditingkatkan.
• Mengembangkan sumber daya Pendidikan
Pemerintah dan organisasi masyarakat sipil perlu mengembangkan sumber daya pendidikan
yang berkualitas seperti buku, modul, dan aplikasi pembelajaran. Sumber daya pendidikan
yang berkualitas dapat membantu siswa meningkatkan keterampilan membaca dan matematika
mereka. Dengan meningkatkan akses dan kualitas pendidikan, meningkatkan kesadaran
masyarakat, dan mengembangkan sumber daya pendidikan, diharapkan tingkat kemahiran
membaca dan matematika akan meningkat secara merata di seluruh dunia.

5.2 Saran
Berdasarkan kesimpulan di atas, berikut adalah beberapa saran yang dapat diberikan untuk
meningkatkan tingkat kompetensi membaca dan matematika di berbagai negara:
• Pemerintah dan masyarakat perlu bekerja sama untuk meningkatkan akses terhadap
pendidikan yang berkualitas. Pendidikan yang berkualitas dapat memberikan dasar
yang kuat bagi siswa untuk mengembangkan kompetensi membaca dan
matematikanya.
• Pemerintah perlu meningkatkan anggaran pendidikan untuk mendukung penyediaan
pendidikan yang berkualitas, terutama di daerah-daerah yang memiliki tingkat
pembangunan yang rendah.
• Pemerintah perlu mengembangkan program-program untuk meningkatkan kesadaran
masyarakat akan pentingnya pendidikan dan literasi.
Adapaun beberapa rekomendasi kebijakan yang dapat diambil untuk meningkatkan tingkat
kompetensi membaca dan matematika di dunia:
• Untuk negara-negara dalam cluster C1:
o Meningkatkan akses ke pendidikan berkualitas, terutama di daerah pedesaan
dan terpencil
o Meningkatkan kualitas pendidikan, termasuk kurikulum, metode pengajaran,
dan fasilitas pendidikan
o Meningkatkan kesadaran masyarakat akan pentingnya pendidikan dan
kompetensi membaca dan matematika

Jurnal Ilmiah SINUS (JIS)…………….17

 • Untuk negara-negara dalam cluster C2:
o Menjaga dan meningkatkan kualitas pendidikan yang sudah ada
o Meningkatkan inovasi dalam pendidikan, misalnya dengan menggunakan
teknologi
o Meningkatkan kerja sama internasional dalam bidang pendidikan
• Untuk negara-negara dalam cluster C3:
o Meningkatkan pemerataan pendidikan, sehingga semua anak memiliki akses ke
pendidikan berkualitas
o Meningkatkan dukungan pemerintah bagi pendidikan, misalnya dengan
memberikan subsidi dan beasiswa
o Meningkatkan kerja sama antarsektor dalam bidang pendidikan, misalnya
dengan melibatkan sektor swasta dan masyarakat sipil
Berikut adalah beberapa contoh program yang dapat dikembangkan untuk meningkatkan
tingkat kompetensi membaca dan matematika di berbagai negara:
• Program pelatihan guru untuk meningkatkan kualitas pembelajaran membaca dan
matematika.
• Program penyediaan buku dan bahan bacaan yang berkualitas untuk siswa.
• Program pendampingan siswa untuk meningkatkan kemampuan membaca dan
matematikanya.
Program-program ini dapat disesuaikan dengan kebutuhan masing-masing negara dan daerah.

Jurnal Ilmiah SINUS (JIS)…………….18

 DAFTAR PUSTAKA
Abd Rahman BP1; Sabhayati Asri Munandar2; Andi Fitriani3; Yuyun Karlina4; Yumriani5.
(2022). PENGERTIAN PENDIDIKAN, ILMU PENDIDIKAN DAN UNSUR-UNSUR
PENDIDIKAN. PENGERTIAN PENDIDIKAN, ILMU PENDIDIKAN DAN UNSUR-
UNSUR PENDIDIKAN, 2. https://journal.unismuh.ac.id/index.php/alurwatul
Alpian, V. S., & Yatri, I. (2022). Analisis Kemampuan Membaca Pemahaman pada Siswa
Sekolah Dasar. EDUKATIF: JURNAL ILMU PENDIDIKAN, 4(4), 5573–5581.
https://doi.org/10.31004/edukatif.v4i4.3298
Anggraini, L., & Rismawati Arum, P. (2021). Analisis Cluster Menggunakan Algoritma K-
means Pada Provinsi Sumatera Barat Berdasarkan Indeks Pembangunan Manusia
Tahun 2021 Cluster Analysis Using the K-means Algorithm in West Sumatra Province
Based on the 2021 Human Development Index.
Arham, H. R., & Adirakasiwi, A. G. (2022). Jurnal Didactical Mathematics Analisis
Kemampuan Pemahaman Matematis Siswa dalam Menyelesaikan Soal Matematika
Dasar. https://ejournal.unma.ac.id/index.php/dm
Haviluddin, H., Patandianan, S. J., Putra, G. M., Puspitasari, N., & Pakpahan, H. S. (2021).
Implementasi Metode K-means Untuk Pengelompokkan Rekomendasi Tugas Akhir.
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 16(1), 13.
https://doi.org/10.30872/jim.v16i1.5182

Jurnal Ilmiah SINUS (JIS)…………….19