Analisis Algoritma K-MEANS Dan FUZZY C�MEANS berdasarkan Indikator Indeks Pembangunan Manusia Di Provinsi Banten Tahun 2020

ARYUNINGSIH, . (2021) Analisis Algoritma K-MEANS Dan FUZZY C�MEANS berdasarkan Indikator Indeks Pembangunan Manusia Di Provinsi Banten Tahun 2020. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (327kB)
	Text BAB I.pdf Restricted to Registered users only Download (253kB)
	Text BAB II.pdf Restricted to Registered users only Download (544kB)
	Text BAB III.pdf Restricted to Registered users only Download (106kB)
	Text BAB IV.pdf Restricted to Registered users only Download (265kB)
	Text BAB V.pdf Restricted to Registered users only Download (56kB)
	Text JURNAL.pdf Restricted to Registered users only Download (303kB)

Abstract

Indeks Pembangunan Manusia (IPM) merupakan indikator jangka panjang yang dimana memerlukan kehati-hatian dalam interpretasinya. Selain itu indeks pembangunan manusia adalah indikator pembentuk kemajuan pembangunan manusia yang dilihat berdasarkan kecepatan dan status IPM dalam suatu periode, sehingga pembangunan manusia sangat penting dalam strategi kebijakan nasional untuk pembangunan ekonomi dan sumber daya manusia secara merata di suatu wilayah. Berdasarkan data sekunder pada IPM yang ada di Provinsi Banten tahun 2020 memberikan gambaran bahwa besaran nilai indeks pembangunan manusia mengalami perlambatan, hal tersebut karena adanya COVID-19 yang mempengaruhi indikator indeks pembangunan manusia terutama pada Pengeluaran Per Kapita (PPK). Maka dari itu penelitian ini bertujuan untuk melakukan cluster pada kabupaten/kota di Provinsi Banten menggunakan algoritma pada k-means dan fuzzy c-means dengan dikelompokkan ke dalam 4 cluster sekaligus untuk melihat hasil clustering terbaik dengan menggunakan uji validasi, dan sebagai sarana informasi dan masukan dalam upaya peningkatan pembangunan secara merata di Provinsi Banten. Oleh karena itu, diperlukan pengolahan data untuk mendapatkan metode dan hasil cluster terbaik. Peneliti melakukan pengolahan data menggunakan algoritma K-Means dan fuzzy c-means didapat hasil dengan uji validasi berturut�turut sebesar 0,38 dan 0,78 maka hal tersebut menunjukkan bahwa penggunaan algoritma FCM pada indikator IPM lebih baik dari algoritma k-means karena nilai validasi lebih mendekati 1. Dan hasil clustering yang didapat pada kedua metode baik terutama dalam karakteristik anggota yang masuk kedalam cluster, dengan mengelompokkan 8 kabupaten/kota ke dalam 4 cluster dihasilkan pada k-means untuk cluster 1 beranggota kota Tangerang dan kota Tangerang Selatan, cluster 2 Kabupaten Lebak, cluster 3 kabupaten Tangerang, kota Serang, dan kota Cilegon dan cluster 4 kabupaten Pandeglang, dan kabupaten Serang. Sedangkan pada fuzzy c-means pada cluster 1 beranggota Kabupaten Tangerang, Kota Cilegon dan Kota Serang, cluster 2 kota Tangerang dan kota Tangerang Selatan, cluster 3 Kabupaten Pandeglang dan Kabupaten Serang, dan cluster 4 Kabupaten Lebak.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics
Depositing User:	Jejen Juanda
Date Deposited:	16 Jun 2022 02:33
Last Modified:	16 Jun 2022 02:33
URI:	http://repository.unpam.ac.id/id/eprint/9914

Actions (login required)

View Item