Penerapan Algoritma K-Medoids Dan K-Means Untuk Pemetaan Penyebaran Guru Tingkat SMP Seluruh Kabupaten/Kota Di Indonesia

Guru memiliki peran penting dalam pendidikan, jasanya mampu menciptakan generasi-generasi yang berkualitas, baik secara intelektual dan akhlaknya. Berdasarkan data yang bersumber dari Roadmap Manajemen Aparatur Sipil Negara (ASN) dan Perencanaan Formasi Tahun 2014, penyebaran guru ditiap daerah di Indonesia tidaklah merata. Oleh karena itu penelitian ini bertujuan untuk pemetaan penyebaran guru diseluruh Kabupaten/Kota di Indonesia. Pada penelitian ini pengelompokkan data menggunakan Algoritma K-Medoids dan K Means dengan dataset yaitu jumlah guru, jumlah peserta didik dan jumlah sekolah jenjang SMP. Algoritma K-Medoids menghasilkan cluster 1 yang memiliki kekurangan guru sebanyak 302 Kabupaten/Kota, pada cluster 2 yang memiliki kelebihan guru sebanyak 77 Kab/Kota, sedangkan cluster 3 yang memiliki cukup guru sebanyak 135 Kab/Kota. Sedangkan Algoritma K-Means menghasilkan cluster 1 yang memiliki kekurangan guru sebanyak 363 Kabupaten/Kota, cluster 2 yang memiliki cukup guru sebanyak 125 Kabupaten/Kota sedangkan cluster 3 yang memiliki kelebihan guru sebanyak 26 Kabupaten/Kota. Manfaat dari penelitian ini sebagai penunjang keputusan pemerataan guru seluruh Kabupaten/Kota di Indonesia yang masih kekurangan atau kelebihan guru. Kata kunci: Penyebaran Guru, Data Mining, Clustering, K-Medoids, K-Means