BKG

Kumalasari, Devy Intan (2018) Pemodelan Functional Cluster Analysis (FCA) Untuk Pengelompokan Kabupaten/Kota Di Provinsi Jawa Timur Berdasarkan Indikator Prioritas Sustainable Development Goals (SDGS). Sarjana thesis, Universitas Brawijaya.

Indonesian Abstract

Pengelompokan daerah berdasarkan indikator Sustainable Development Goals (SDGs) merupakan isu yang penting untuk dikaji. SDGs merupakan tujuan pembangunan berkelanjutan yang menjadi acuan dalam kerangka pembangunan nasional. Keberhasilan SDGs dapat diukur dari target pencapaian penduduk sebagai fokus utama pembangunan, sehingga tujuan SDGs yang menjadi target utama dalam pembangunan tersebut adalah kemiskinan, pendidikan, kesehatan dan pertumbuhan ekonomi. Tujuan dari penelitian ini adalah untuk mengelompokan kabupaten/kota di Jawa Timur berdasarkan indikator prioritas SDGs dengan menerapkan pemodelan Functional Cluster Analysis (FCA). Penelitian ini menggunakan tiga variabel yaitu persentase penduduk miskin, IPM, dan pertumbuhan ekonomi yang masing-masing variabel dikelompokan sendiri-sendiri menurut banyaknya cluster yang optimal. Analisis yang digunakan pada penelitian ini adalah FCA dengan pendekatan berbasis model. Pembentukan fungsi dasar setiap kabupaten/kota pada langkah awal adalah menggunakan pendekatan model nonparamatrik B-spline. Hasil dari FCA menunjukkan bahwa setiap variabel memiliki jumlah cluster optimal yang berbeda-beda. Pada variabel persentase penduduk miskin terbentuk tiga cluster optimal, variabel IPM terbentuk 5 cluster optimal, sedangkan variabel pertumbuhan ekonomi terbentuk 2 cluster optimal. Pemodelan FCA ini berbeda dengan analisis cluster pada umumnya, karena dengan menggunakan FCA dapat dibentuk fungsi yang mendasari pengamatan, fungsi velocity (kecepatan), dan fungsi acceleration (percepatan).

English Abstract

Area classification based on the indicator of Sustainable Development Goals (SDGs) is an important issue to be studied. SDGs is the aim of Sustainable Development which is as consideration in national development framework. Success of SDGs can be measured from the target gaining of the people as the main focus of the development, so the purpose of SDGs as the main target in the development is poverty, education, health and economic growth. The purpose of this study is classifying the regency/town in East Java based on the priority indicator of SDGs by implementing this Functional Cluster Analysis (FCA) modelling. This study uses three variables such as poor people percentage, IPM and economic growth which each variable is classified separately based on the optimal cluster number. This study uses FCA with the basic model approach. Forming the basic function of each regent/town in the beginning step uses nonparamatrik B-spline model approach. The result of FCA shows that each variable has different optimal cluster number. In poor people percentage variable is formed three optimal clusters. In IPM variable is formed five optimal clusters and in two in economic growth variable. This FCA modelling is different to common cluster analysis because of using FCA can be formed the function as the basic of observation, velocity function and acceleration function.

Other Language Abstract

UNSPECIFIED

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2018/469/051900398
Uncontrolled Keywords: Functional Cluster Analysis (FCA), B-spline, Velocity, Acceleration, SDGs. Functional Cluster Analysis (FCA), B-spline, Velocity, Acceleration, SDGs.
Subjects: 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.53 Descriptive statistics, multivariate analysis, analysis of variance and covariance
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User: Budi Wahyono
URI: http://repository.ub.ac.id/id/eprint/168812
Text
Devy Intan Kumalasari (2).pdf

Download | Preview

Actions (login required)

View Item View Item