Show simple item record

dc.contributor.authorAbdullah, Atje Setiawan
dc.contributor.authorRuchjana, Budi Nurani
dc.contributor.authorToharudin, Toni
dc.contributor.authorRosadi, Rudi
dc.date.accessioned2015-04-16T06:03:40Z
dc.date.available2015-04-16T06:03:40Z
dc.date.issued2015-03-07
dc.identifier.citation[1] Abdullah, A. S, 2009, “Implementasi Spatial Data Mining menggunakan Model SAR-Kriging (Spatial Autoregressive-Kriging) untuk Pemetaan Mutu Pendidikan di Indonesia”, Disertasi, Tidak Dipublikasikan, PPs UGM: Yogyakarta. [2] Anselin, L. 1988. Spatial Econometrics : Method and Models. Kluwer Academic Publisher. the Netherlands. [3] Balitbang Depdiknas. 2003. Survei Dasar Pendidikan Nasional Tahun 2003. Jakarta. [4] Han, J. and Kamber, M. 2006. Data Mining, Concept and Techniques. Academic Press, USA. [5] LeSage, P.J. 1999. The Theory and practice of Spatial Econometrics. Department of Economics, University Toledo. [6] LeSage, J. P. and Pace, R. K. 2004. Arc.Mat, a Matlab toolbox for using ArcView Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015 943 Shape files for Spatial Econometrics and Statistics. Department of Economics University Toledo. [7] Nababan, H. 2003. Indikator Mutu Pendidikan di Lingkungan Pendidikan. Balitbang Depdiknas, Jakarta [8] Sihombing, U., 2002, Pengkajian 13 Indikator Pendidikan, Pusat Data dan Informasi Balitbang Depdiknas, Jakarta.in_ID
dc.identifier.isbn978.602.361.002.0
dc.identifier.urihttp://hdl.handle.net/11617/5701
dc.description.abstractPaper ini membahas aplikasi indeks Moran, model Spatial Autoregressive (SAR) dan model Ekspansi SAR untuk pemetaan Hasil akreditasi sekolah di Provinsi Jawa Barat. Indeks Moran menggambarkan otokorelasi spasial data hasil akreditasi sekolah. Otokorelasi spasial digambarkan dengan scatter plot dan memberikan koefisien positif maupun negatif. Model SAR dan ekspansi SAR digunakan untuk mengukur heterogenitas spasial didasarkan pada karakteristik neighborhood. Penafsiran model ekspansi SAR dinyatakan dalam grafik, yang memberikan informasi pengaruh total variabel bebas ke-i terhadap variabel dependen. Jika grafik turun, diinterpretasikan semakin jauh dari koordinat pusat, semakin kecil pengaruh suatu variabel independen terhadap variabel dependen. Hasil pengolahan data akreditasi sekolah di provinsi Jawa Barat menunjukkan bahwa untuk variabel S1, S2,S3, S6 dan S8 tingkat otokorelasi spasial relatif tinggi, sedangkan variable S4, S5 dan S6 tingkat otokorelasi spasial relatif rendah. Berdasarkan lokasi kab Bekasi, kota Bekasi, kab Garut, kab Bandung, kota Bandung, kota Cimahi tingkat otokorelasi spasial relatif tinggi, sedangkan kab Purwakarta, kab Majalengka dan kab Tasik tingkat otokorelasi spasial relatif rendah. Berdasarkan variabel penelitian sesuai standar pendidikan dapat disimpulkan bahwa untuk variabel isi, sapras, pembiayaan dan penilaian memiliki otokorelasi spasial tinggi, artinya semakin jauh dari pusat ibu kota provinsi, pengaruh variable tersebut terhadap mutu pendidikan semakin tinggi, sedangkan variabel proses, lulusan, tendik dan pengelolaan memiliki otokorelasi spasial rendah, ,artinya semakin jauh dari pusat ibu kota provinsi, pengaruh variabel tersebut terhadap mutu pendidikan semakin rendahin_ID
dc.language.isoidin_ID
dc.publisherUniversitas Muhammadiyah Surakartain_ID
dc.subjectSARin_ID
dc.subjectEkspansi SARin_ID
dc.subjectplot Moranin_ID
dc.subjectakreditasi sekolahin_ID
dc.titleModel SAR, Ekspansi SAR dan Plot Moran untuk Pemetaan Hasil Akreditasi Sekolah di Provinsi Jawa Baratin_ID
dc.typeArticlein_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record