Yulianingsih, Dwi (2008) Penerapan Analisis Kelompok Dua Tahap (Two Step Cluster Analysis) pada Data Berskala Campuran. Sarjana thesis, Universitas Brawijaya.
Abstract
Data peubah ganda pada analisis kelompok dapat terdiri dari data kontinu saja (skala interval dan rasio), data kategorik saja (skala nominal dan ordinal) maupun campuran antara data kontinu dan kategorik. Analisis kelompok yang mampu menganalisis data berskala campuran (data kontinu dan kategorik) ialah analisis kelompok dua tahap ( Two Step Cluster Analysis ). Ukuran jarak yang digunakan juga berbeda dengan analisis kelompok yang lain, yaitu menggunakan ukuran jarak Log-Likelihood . Terdapat dua tahap yang harus dilakukan di dalam analisis kelompok dua tahap yaitu tahap preclustering yang menghasilkan subcluster-subcluster dan dilanjutkan dengan tahap pengelompokan hirarki pada subcluster tersebut. Pada penelitian ini digunakan data sekunder berasal dari penelitian Tresni Wulandari (2006) yang mengelompokan industri tempe di kota Malang pada tahun 2005 berdasarkan enam peubah klasifikasi industri. Setelah melakukan analisis kelompok dua tahap, terbentuk kelompok optimal sebanyak tiga kelompok. Berdasarkan banyaknya industri yang ada pada setiap kelompok, kelompok terbesar ialah kelompok ke-tiga, dilanjutkan dengan kelompok pertama dan kelompok ke-dua secara berurutan. Berdasarkan ratarata jumlah tenaga kerja dan bahan baku, rata-rata nilai investasi dan nilai produksi tiap tahunnya, kelompok ke-dua merupakan kelompok industri tempe berskala besar di kota Malang pada tahun 2005. Kelompok pertama ialah kelompok industri tempe berskala sedang yang khusus memproduksi tempe dan keripik tempe. Sedangkan kelompok ke-tiga adalah kelompok industri tempe berskala kecil yang terdapat di kota Malang pada tahun 2005 dan hanya memproduksi tempe saja.
English Abstract
Multivariate data in cluster analysis are consist of just only continous data (interval and ratio scale), only categorical data (nominal and ordinal scale) and either categorical or continous data. Cluster analysis which have the ability to create clusters based on both categorical and continous data is called Two Step Cluster Analysis. Distance measure which used is different from the other cluster analysis. The Distance measure is Log-Likelihood measure. There are two step which must be done in Two Step Cluster Analysis, the first step of preclustering which yield subclusters and continued with clustering of hierarchy at subclusters. Secunder data from Tresni Wulandari’s experiment (2006) are used in this minor thesis. It clustered Tempe industry in Malang city at 2005 based on six industry of classification variables. After analyze data with Two Step Cluster Analysis, there are three optimal clusters are founded. Based on amount of Tempe industry in each clusters, the biggest cluster is the third cluster, then the first cluster and the last is the second cluster. Depend on average of investment and production rate annually, the second cluster is the big scale Tempe industry of cluster in Malang city at 2005. The first cluster is the medium scale Tempe industry of cluster which all of them produce Tempe and Keripik Tempe. And the third cluster is the small scale tempe industry of cluster in Malang city at 2005 which all of them produce just only Tempe.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2008/129/050801676 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 17 Jul 2008 08:40 |
| Last Modified: | 09 Mar 2022 03:42 |
| URI: | http://repository.ub.ac.id/id/eprint/151783 |
Preview |
Text
050801676.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |