Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Kesejahteraan Rakyat Menggunakan Metode Ensemble ROCK

Manihuruk, Rivaldo Timoty (2024) Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Kesejahteraan Rakyat Menggunakan Metode Ensemble ROCK. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5003201037-Undergraduate_Thesis.pdf] Text
5003201037-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Salah satu mandat dalam pembukaan UUD 1945 adalah memajukan kesejahteraan umum, namun pemerintah belum mampu menyetarakan kesejahteraan di seluruh Indonesia. BPS mempublikasikan indikator kesejahteraan rakyat tingkat nasional dan provinsi, termasuk Jawa Timur, tetapi belum ada kategorisasi langsung terkait kabupaten/kota sejahtera. Jawa Timur, sebagai salah satu provinsi dengan jumlah penduduk terbesar, mengalami disparitas kesejahteraan yang signifikan. Oleh karena itu, diperlukan pengelompokan untuk memetakan profil kabupaten/kota berdasarkan indikator kesejahteraan rakyat. Metode ensemble ROCK dapat digunakan untuk analisis pengelompokan data campuran, dimana data numerik dikelompokkan menggunakan Agglomerative Hierarchical Clustering (AHC) dan data kategorik menggunakan metode ROCK. Hasil pengelompokan dari kedua metode ini digabungkan dan dikelompokkan kembali menggunakan metode ROCK, yang dinamakan ensemble ROCK. Data yang digunakan adalah data sekunder dari BPS dan Dinas Kesehatan Provinsi Jawa Timur, yang terdiri dari 15 variabel (11 numerik dan 4 kategorik). Pengelompokan menggunakan metode ini menghasilkan empat kelompok kondisi kesejahteraan rakyat di Jawa Timur: tingkat 1 terdiri atas 7 kabupaten/kota, tingkat 2 terdiri atas 14 kabupaten/kota, tingkat 3 terdiri atas 5 kabupaten/kota, dan tingkat 4 terdiri atas 12 kabupaten/kota. Variabel yang membedakan keempat kelompok tersebut meliputi morbiditas, angka harapan hidup, angka harapan lama sekolah, TPT, TPAK, persentase penduduk miskin, akses air minum layak, akses sanitasi layak, kepadatan penduduk, rata-rata lama sekolah, dan gini ratio.
========================================================================================================================
One of the mandates in the preamble of the 1945 Constitution is to promote general welfare, but the government has not been able to equalise welfare throughout Indonesia. BPS publishes indicators of people's welfare at the national and provincial levels, including East Java, but there is no direct categorisation of prosperous regions/districts. East Java, as one of the provinces with the largest population, experiences significant welfare disparities. Therefore, clustering is needed to map the profile of regions/districts based on indicators of people's welfare. The ROCK ensemble method can be used for mixed data clustering analysis, where numeric data is clustered using Agglomerative Hierarchical Clustering (AHC) and categorical data using the ROCK method. The clustering results from these two methods are combined and regrouped using the ROCK method, which is called the ROCK ensemble. The data used is secondary data from BPS and the East Java Provincial Health Office, which consists of 15 variables (11 numeric and 4 categorical). Clustering using this method resulted in four groups of people's welfare conditions in East Java: level 1 consists of 7 regions/districts, level 2 consists of 14 regions/districts, level 3 consists of 5 regions/districts, and level 4 consists of 12 regions/districts. The variables that distinguish the four groups include morbidity, life expectancy, expected years of schooling, TPT, TPAK, percentage of the poor, access to safe drinking water, access to safe sanitation, population density, average years of schooling, and gini ratio.

Item Type: Thesis (Other)
Uncontrolled Keywords: Agglomerative Hierarchical Clustering (AHC), ROCK, Ensemble ROCK, Jawa Timur, Kesejahteraan Rakyat Agglomerative Hierarchical Clustering (AHC), ROCK, Ensemble ROCK, East Java, People's Welfare
Subjects: H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics
Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Rivaldo Timoty Manihuruk
Date Deposited: 09 Aug 2024 03:35
Last Modified: 09 Aug 2024 03:35
URI: http://repository.its.ac.id/id/eprint/114889

Actions (login required)

View Item View Item