Pengelompokan Kabupaten/Kota di Provinsi Papua Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan Metode C-Means dan Fuzzy C-Means Clustering

Sunjadeva, Rezkiana (2020) Pengelompokan Kabupaten/Kota di Provinsi Papua Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan Metode C-Means dan Fuzzy C-Means Clustering. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 06211640000036-Undergraduate_Thesis.pdf]
Preview
Text
06211640000036-Undergraduate_Thesis.pdf

Download (1MB) | Preview

Abstract

Indonesia merupakan negara dengan jumlah penduduk terbesar keempat di dunia. Besarnya jumlah penduduk di Indonesia dapat dijadikan sebagai aset untuk meningkatkan produktivitas masyarakat sehingga dapat meningkatkan kesejahteraan. Fokus RAPBN di tahun 2020 salah satunya merupakan penguatan kualitas SDM yang sehat, cerdas, terampil, dan sejahtera. IPM merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. IPM dibentuk melalui tiga dimensi dasar yaitu umur panjang dan hidup sehat, pengetahuan, serta standar hidup yang layak. IPM di Indonesia pada tahun 2018 sebesar 71,39, nilai tersebut dibawah target pemerintah yang mematok target sebesar 71,50. IPM terendah yaitu Provinsi Papua sebesar 60,06. Pada penelitian ini dilakukan pengelompokan kabupaten/kota di Papua berdasarkan indikator IPM dengan metode c-means dan fuzzy c-means. Hasil analisis didapatkan kesimpulan bahwa metode fuzzy c-means dengan jumlah kelompok sebanyak 5 merupakan metode terbaik dalam melakukan pengelompokan. Kelompok 3 merupakan kelompok dengan indikator IPM tinggi, kelompok 1 dengan indikator IPM cukup tinggi, kelompok 5 dengan indikator IPM sedang, kelompok 2 dengan indikator IPM cukup rendah, dan kelompok 4 dengan indikator IPM rendah.
=====================================================================================
Indonesia is the fourth most populous country in the world. The large number of people in Indonesia can be used as an asset to increase the productivity of society so as to improve welfare. One of the focuses of the 2020 Draft State Budget is strengthening the quality of human resources who are healthy, smart, skilled and prosperous. HDI is an important indicator to measure success in efforts to build the quality of human life. HDI is formed through three basic dimensions, namely long life and healthy life, knowledge, and a decent standard of living. The HDI in Indonesia in 2018 was 71.39, this value is below the government's target of 71.50. The lowest HDI was Papua Province at 60.06. In this study, regencies / municipalities in Papua were grouped based on HDI indicators using the c-means and fuzzy c-means methods. The results of the analysis concluded that the fuzzy c-means method with the number of groups of 5 is the best method for grouping. Group 3 is a group with a high HDI indicator, group 1 with a fairly high HDI indicator, group 5 with a moderate HDI indicator, group 2 with a fairly low HDI indicator, and group 4 with a low HDI indicator.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.53 Sun p-1 • Sunjadeva, Rezkiana
Uncontrolled Keywords: c-means, fuzzy c-means, human development index, papua province, c-means, fuzzy c-means, indeks pembangunan manusia, provinsi papua
Subjects: H Social Sciences > HD Industries. Land use. Labor > HD108 Classification (Theory. Method. Relation to other subjects )
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Rezkiana Sunjadeva
Date Deposited: 25 Aug 2020 02:20
Last Modified: 19 May 2023 14:46
URI: http://repository.its.ac.id/id/eprint/81004

Actions (login required)

View Item View Item