ANALISIS CLUSTER DAN MULTI DIMENSIONAL SCALING TERHADAP JENIS PEKERJAAN DALAM PROGRAM PENINGKATAN PELAYANAN DI KECAMATAN TANAH MERAH Rizki Satryanto (3610100040) Sabaruddin (3610100044)

ANALISA KLUSTER Mengenai Program PemerintahKecamatan Tanah Merahyaitu program peningkatanpelayananpekerjaan yang akanditerapkankepadaseluruhdesa-desa yang ada di kecamatanini. UntukmemudahkanpemerintahKecamatan Tanah MerahdalamMenerapkanProgamPeningkatanPelayananPekerjaan yang tepatsasaran.Pemerintahmemintakepada planner untukmengelompokkandesa-desamanasaja yang membutuhkanpeningkatanpelayananpekerjaantertentu.Dengan modal data pekerjaanpendudukKecamatan Tanah Merah di Bawahini, bisaDilakukanpengklusteransebagaiberikut:

No Desa Pertanian Penggalian Industri Perdagangan Angkutan Pacentan 655 0 0 42 7 1 Baipajung 904 0 20 71 18 2 Tanah MerahLaok 1183 0 25 82 21 3 Krangganbarat 362 0 50 36 5 4 Pangeleyan 42 0 17 24 4 5 Padurungan 168 0 36 51 18 6 Petrah 431 0 3 85 31 7 Tanah MerahDaja 657 0 4 62 24 8 Dumajah 585 0 70 101 21 9 94 0 0 26 15 10 Patemon 417 0 6 35 10 11 Tlomar 212 0 0 38 12 12 Kendaban 916 3 5 75 12 13 Jangkar 653 2 15 42 6 14 Pettong 398 2 3 36 2 15 Landak 457 0 7 35 4 16 Rongdurin 599 0 75 72 12 17 Batangan 869 0 25 65 8 18 DlambahDajah 199 0 10 46 12 19 DlambahLaok 272 0 10 73 16 20 Mrecah 509 0 8 62 15 21 Buddan 384 0 8 50 6 22 Poter 47 0 2 21 4 23 Basanah Sumber: LaporanKecamatan Tanah Merah 2009

Langkah-LangkahPengerjaan 1. Input data ke SPSS sepertigambardibawahini

2. Membuatkeseragamanstandartnilai data, dengan men- z score data. Hal ini dapat dilakukan dengan cara mengklikAnalyze Descriptive statistic Descriptive. SepertiGambardibawahini:

Sehinggamuncultampilandankemudianmasukansemua kekolomdisampingkanannyalalucentangadakalimat la..sepertidibawahini

save

standar

data blab

3. Setelahituklik ok danakanmuncultampilansepertidibawahini

4. Kemudian, setelahnilaivariabeldistandartkanmelalui z-score, dapatdilanjutkandengananalisisdengan menggunakan teknik cluster. Hal pertama yang dilakukan adalah mengklik Analyze Classify Hierarchical cluster sepertigambar di bawahini:

5. Selanjutnya, akan muncul analog box Hierarchical Cluster Analysis. Masukkan data yang bertuliskan Zscore yang terdapat dalam kotak yang berada di sebelah kiri ke dalam kotak yang terletak di sebelah kanan yang bertuliskan Variable (s). Sedangkan data yang bertuliskan Kecamatan dimasukkan ke dalam kotak Label Cases By yang telah disediakan pada sisi kanan, tepatnya di bawah kotak yang berlabel Variable tersebutsepertigambardibawahini:

6. Lalulakukanlangkahberikutnyayaitudenganmengklik statistics danklik agglomeration danpada range of cluster tulisdiminum 2 klusterdanmaksimum 3 klustersepertigambardibawahini

7. Setelahitupada plots klikdenogramuntukmenampilkandenogramkemudiantandai none dibawahnya. Dapatdilihatpadagambardibawahini.

8. Setelahdiklik continue makapadamethodedipilih yang method Wards setelahituklik continue sepertigambar di bawah ini

Output Case Processing Summarya,b Cases Valid N 23 Dari Percent 100.0 tabel N 0 Missing Percent .0 output N 23 Total Percent 100.0 Case Processing

Summarydiatasdapatdiambilinformasibahwajumlahobjekkeseluruhanadalah 23 dan 100% benar. Hal inidikarenakanpadakolom missing tidakadaobjek yang terlewatkanataukosong yang ditandaidengan N=0 sehinggatotalnyatetap.

Agglomeration Schedule Cluster Combined Stage 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Cluster 1 Cluster 2 Coefficients 12 21 5 11 5 11 20 2 4 14 5 9 5 7 2 1 1 13 2 1 1 1 19 22 23 16 10 12 21 3 6 15 11 17 20 8 18 5 4 14 9 2 7 13 .409 .484 .518 .726 .907 .991 1.080 1.178 1.328 1.397 1.804 2.421 3.101 3.181 3.621 4.012 4.686 7.521 9.019 12.564 13.980 14.735 Stage Cluster First Appears Cluster 1 0 0 0 0 3 4 0 0 0 0 5 0 11 0 8 0 16 0 15 17 20 21 Cluster 2 0 0 0 0 0 1 2 0 0 0 6 0 7 0 0 13 9 10 12 19 14 18 Next Stage 6 7 5 6 11 11 13 15 17 18 13 19 16 21 19 17 20 22 20 21 22 0

Cluster Membership Case 1:Pacentan 2:Baipajung 3:Tanah Merah Laok 4:Kranggan barat 5:Pangeleyan 6:Padurungan 7:Petrah 8:Tanah Merah Daja 9:Dumajah 10:Patemon 11:Tlomar 12:Kendaban 13:Jangkar 14:Pettong 15:Landak 16:Rongdurin 17:Batangan 18:Dlambah Dajah 19:Dlambah Laok 20:Mrecah 21:Buddan 22:Poter 23:Basanah 3 Clusters 2 Clusters 1 1 1 1 1 1 2 2 1 1 1 1 3 3 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1

Pembahasan Berikut ini adalah penjelasan mengenai Agglomeration Schedule dan Cluster Membership :

Aglomerasi akan melakukan pengelompokan secara satu demi satu. Pada tahap 1 (stage1), objek nomer 12(DesaKendaban) dan kasus nomer 19 (Desa Dlamah Laok) adalah yang paling mirip karakteristiknya, sehingga mereka menjadi satu kelompok terlebih dahulu. Kemudian lihat kolom Next Stage pada stage 1, yang merupakan kelanjutan stage untuk cluster. Terlihat stage 6, yang berarti proses dilanjutkan dengan meloncat ke stage 6.

Lihat stage 6, perhatikan ada angka 11 (Desa Tlomar) dan 12 (Desa Kendaban). Hal iniberarti Desa Patemon masuk pada kelompok yang pertama, yakni kelompok yang beranggotakan Desa Kendaban dan Desa Dlamah Laok.Demikian berarti telah ada 3 desa yang telah diketahui clusternya. Kemudian pada Next Stage pada stage 6, terlihat angka 11. Perhatikan stage 11. Pada stage 11 terdapat angka 5 (Desa Peneleh) dan 11 (Desa Tlemor). Berarti pada kelompok yang terdahulu telah ditambahkan Anggota yakni Desa Tlemor. Begitulah seterusnya hingga kolom next stagenya menjadi 0.

Seperti pada proses input cluster, akan dibuat 2 sampai 3 cluster. Tabel clustermembership secara praktis memberi informasi anggota yang ada pada tiap cluster jika dibuat 2, 3 cluster.

Jika dibuat 2 cluster, maka terlihat anggota cluster 1 adalah Desa Pacentan, desaBaipajung, Tanah Merah Laok dsb (cara melihat, semua nama desa yang mendapatkan angka 1 pada kolom cluster 2 maka tergolong ke dalam kluster ke 1). Sedangkan kluster ke 2 adalah desa Jangkar, Desa Pettong, Desa Landak.

Jika dibuat 3 cluster, maka terlihat anggota cluster 1 adalah Desa Pacentan, desaBaipajung, Tanah Merah Laok dsb (cara melihat, semua nama desa yang mendapatkan angka 1 pada kolom cluster 2 maka tergolong ke dalam kluster ke 1). Kemudian pada cluster 3 adalah Desa Petrah, Desa Tanah Merah Daja. Sedangkan kluster ke 3 adalah desa Jangkar, Desa Pettong, Desa Landak.

Analisa Kita pakai yang 3 kluster sehingga bisa diambil kesimpulan Desa yang berada pada cluster 3, mempunyai karakteristik adanya pekerjaan penggalian dibandingkan dengan daerah lain yang tidak memiliki pekerjaan penggalian. Oleh karena itu, diperlukan bantuan penambahan peralatan penggalian yang bisa meningkatkan kinerja masyarakat di Desa Tersebut.. Desa yang berada pada cluster 2, mempunyai karakteristik pekerjaan sebagai angkutan yang terbanyak. Oleh karena itu, diperlukan peningkatan sarana dan prasana transportasi guna meningkatkan kinerja mereka serta memanajemen setiap kegiatan yang melibatkan transportasi. Desa yang berada pada cluster 1, mempunyai karakteristik pekerjaan yang hampir merata dan tergolong sedang kecuali untuk pekerjaan penggalian. Dari penjelasan ini bisa dikatakan bahwa desa-desa yang dikluster 1 ini memiliki terbesar di bidang pertanian, perdagangan, industri dan tersebar merata. Sehingga perlu di beri bantuan terkait bidangbidang pekerjaan misalkan perdagangan dengan menyediakan pasar, industri dengan memberi kemudahan dalam mengakses bahan baku produksi dan pertanian dengan cara meningkatkan pertanian dengan teknologi terbaru.

Kesimpulannya Penyediaantingkatpelayananakanberartijikatepatsasaran. Untukperluperludilakukanpengklusteranobjek yang akandikenakanperbaikanpelayanan yang dalamhaliniadalahdesa-desa di kecamatantanahmerah.

Dengandilakukannyapengklusteraniniakanlebihmemudahkanpemerintahdalamhalinisebagai actor utamapeningkatanpelayananuntukmengimplemenatasikan program

peningkatanpelayanan yang tepatsasaran.

ANALISIS MDS Adapun tahapan-tahapan dalam proses analisa dengan menggunakan teknik cluster adalah sebagai berikut :1. Input data ke SPSS

2. Klik Analyze Scale Multi Dimensional Scaling (ALSCAL)

sepertigambardibawahini:

3. Selanjutnya, akan muncul analog box Multidimensional Scaling, masukkan variabel-

variabel yang terdapat dalam kotak yang berada di sebelah kiri ke dalam kotak yang terletak di sebelah kanan yang bertuliskan Variable (s)sepertigambardibawahini:

4. Klik icon model yang terdapat di sebelah kanan pada analog box Multidimensional

scaling,padapilihan Level of Mesurementaktifkan Ratio. Padabagian Scaling Model,aktifkan Individual Difference Euclidean Distance dan bagian yang lainnya tidak dilakukan perubahan, kemudian klik Continue.

5. Klikicon Option yang terdapat di sebelah kanan pada analog box Multidimensional

scaling, padabagian Display aktifkan Group Plot, dan klik continue.

Klik continue pada analog box Multidimensional Scaling:Options. Kemudian, klik Ok pada analog box Multidimensional Scaling sehingga menghasilkan output sebagai berikut ini :

Terendahpadapekerja an Pertanian

terendahpadapekerja an Perdagangan Angkutan Terendahpadapekerja an Industri Terendahpadapekerja an Penggalian

Gambar di atas merupakan hasil akhir dari analisa MDSpekerjaan masing-masing desa di Kecamatan Tanah Merah. Untuk menginterpretasikan arti dari sumbu X dan Y, maka dilihat kembali pada data awal (input data) yang digunakan dalam analisa MDS. Desa yang merepresentasikan sumbu X positif adalah DesaBaipajungdanDesa Tanah MerahLaok, sedangkan sumbu X negative adalah

DesaRongdurin,DesaBasanahdanDesaKendaban. Kecamatan yang merepresentasikan sumbu Y positif adalah DesaDumajah, sedangkan sumbu Y negative ialah DesaLandak. Berdasarkan representasi karakteristik masing-masing kecamatan tersebut, maka hasil analisa MDS ini dapat diinterpretasi sebagai berikut:

- Sumbu X positif - Sumbu X negative Dari Sumbu Y positif Sumbu Y negative hasilanalisa di

: Menunjukkanrendahnyaangkapekerjaanpenggalian : Menunjukkan rendahnyapekerjaandibidangangkutan danperdagangan : Menunjukkanrendahnyaangkapekerjaanpertanian : Menunjukkan rendahnyaangkapekerjaanindustri atasdapatdiambilkesimpulanbahwamasihadadesa yang minatnyarendahsepertidesa-desa yang yang

memilikivariasipekerjaan

disebutkandiatas.Untukitupemerintahbisameningkatkanpelayananmasingmasingpekerjaan masihlemahpeminatnyadenganharapanmampumengurangiangkapengangguran Kecamatan Tanah Merah. yang di