Clustering ECE and NFE Accredited Statuses with Unsupervised Possibilistic Fuzzy C-Means

Nuansa Akademik Jurnal Pembangunan Masyarakat, 2025

Толық мәтін Ашық қол жеткізу: Gold Метадеректер (CSL-JSON)
DOI 10.47200/jnajpm.v10i2.3025
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

The research aims to have clusters of accredited statuses of early childhood education (ECE) and non-formal education (NFE) institutions in Yogyakarta Special Province in Indonesia, which are created by unsupervised possibilistic fuzzy c-means (UPFC) and to organize the institutions into the clusters created. The Board of National Accreditation for ECE and NFE determined four accredited statuses of A, B, C, and TT. The research employs a method of machine learning, especially UPFC. The dataset is a data of accreditation 2022 from the Board of National Accreditation for ECE and NFE of Yogyakarta Special Province. The data consists of 760 institutions composed of 749 (98.55%) ECE institutions and 11 (1.45%) NFE institutions. The analysis of UPFC created two clusters of accredited statuses of the institutions, thar are Accredited A that consists 437 (57.5%) institutions and Accredited B consisting of 323 (42.5%) institutions. The names of the clusters have political impact.