<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="45073">
 <titleInfo>
  <title></title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>AINUN MARDHIAH</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA</publisher>
   <dateIssued>2018</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penyelenggaraan Ujian Nasional (UN) untuk setiap kabupaten/kota di Indonesia dilakukan sebagai salah satu evaluasi dalam peningkatan mutu pendidikan yang telah diterapkan. UN diharapkan memiliki hubungan erat dengan pencapaian Indeks Pembangunan Manusia (IPM) setiap kabupaten/kota di Indonesia. Pengelompokan kabupaten/kota di Indonesia berdasarkan nilai UN dilakukan dengan tujuan untuk memprediksi kelompok (cluster) dari kabupaten/kota yang tidak memiliki nilai UN yaitu Administrasi Kepulauan Seribu, Nduga, Puncak, dan Intan Jaya. Cluster dari kabupaten/kota yang tidak memiliki nilai UN tersebut diprediksi berdasarkan karakteristik dari cluster kabupaten/kota berdasarkan IPM. Data yang digunakan dalam penelitian ini adalah data nilai rata-rata dan nilai standar deviasi dari setiap mata pelajaran UN jurusan Ilmu Pengetahuan Alam (IPA) SMA/MA serta nilai IPM. Metode yang digunakan untuk mengelompokkan kabupaten/kota dalam penelitian ini adalah K-means clustering dengan jumlah cluster (k) yang terpilih untuk mengelompokkan kabupaten/kota sebanyak 5 cluster berdasarkan metode Elbow dan pengukuran kualitas clustering. Hasil dari penelitian ini menunjukkan bahwa jumlah cluster (k) yang terpilih untuk mengelompokkan kabupaten/kota di Indonesia sebanyak 5 cluster, dimana Kota Administrasi Kepulauan Seribu termasuk anggota dari cluster V, sedangkan ketiga kabupaten lainnya diprediksi termasuk anggota dari cluster I.&#13;
&#13;
Kata Kunci:  K-means, Clustering, Data Mining, Indeks Pembangunan Manusia,  Ujian Nasional.</note>
 <subject authority="">
  <topic>EDUCATIONAL TESTS</topic>
 </subject>
 <subject authority="">
  <topic>LEARNING</topic>
 </subject>
 <classification>1</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>45073</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2018-08-16 10:35:53</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2019-03-01 14:06:35</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>