Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Kesejahteraan Rakyat dengan Metode cmeans dan fuzzy c-means clustering

Sajidah, Annisa (2016) Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Kesejahteraan Rakyat dengan Metode cmeans dan fuzzy c-means clustering. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1311100135-Undergraduate Thesis.pdf - Published Version

Download (4MB) | Preview

Abstract

Permasalahan sosial yang terjadi di Indonesia memberikan dampak yang cukup serius kepada kesejahteraan rakyat di suatu daerah. Kesejahteraan rakyat berkaitan dengan tujuan pembangunan nasional namun permasalahan yang ada adalah tidak mampunya pemerintah dalam memilah permasalahan di setiap daerah sehingga pembangunan yang dilakukan dapat merata. Penelitian ini bertujuan memberikan informasi kepada pihak terkait dalam pembangunan nasional agar memberikan penanganan yang sesuai kepada provinsi yang dianggap kurang sejahtera berdasarkan tingkat homogenitasnya dengan metode pengelompokan c-means dan fuzzy c-means. Pengelompokan tersebut memberikan hasil bahwa dengan c-means memberikan hasil lebih baik dibandingkan dengan fuzzy c-means clustering berdasarkan nilai icd rate terendah nya dimana cluster optimum yang terbentuk ada sebanyak 2 cluster yang dilihat dari nilai pseudo f-statistics tertinggi. Hasil c-means memberikan hasil karakteristik provinsi papua membutuhkan perhatian lebih dibandingkan provinsi lainnya dari segala dimensi. Sedangkan dengan fuzzy c-means kedua kelompok mampu meberikan karakteristik tersendiri sesuai dengan komponen utama yang membentuknya. ===================================================================================================== Social problems that occur in Indonesia provide a fairly serious impact to the welfare of people in that area. Welfare indicators concerned with national development goals but the problem is the inability of the government for sorting out the problems in each area so that development can be done evenly. This study aims to provide information to stakeholders in national development in order to provide appropriate treatment to provinces that are considered less prosperous based on the level of homogenity by the method of grouping c-means and fuzzy c-means. Grouping by fuzzy c-means providing better results than with c-means clustering based on the value icd-rate cause it is the lowest rate in which the optimum cluster is formed there were two clusters are seen from the pseudo highest f-statistics. The result by c-means provide the characteristics of Papua province needs more attention compared the other provinces from all dimensions. While the fuzzy c-means two groups that gave the distinct characteristics in accordance with the principal components of dimensions that make it up.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.53 Saj p
Uncontrolled Keywords: C-Means Clustering, Fuzzy C-Means Clusering, Icd rate, Indikator Kesejahteraan Rakyat. Pseudo F-Statistics
Subjects: Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 23 Feb 2018 04:11
Last Modified: 27 Dec 2018 07:31
URI: http://repository.its.ac.id/id/eprint/51350

Actions (login required)

View Item View Item