Penggunaan Jarak Mahalanobis Pada Metode Hybrid Clustering Melalui Mutual Cluster Dalam Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Indikator Kesejahteraan Rakyat

Ratnari, Rike and Dr. Suci Astutik,, S.Si., M.Si. (2022) Penggunaan Jarak Mahalanobis Pada Metode Hybrid Clustering Melalui Mutual Cluster Dalam Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Indikator Kesejahteraan Rakyat. Sarjana thesis, Universitas Brawijaya.

Abstract

Kesejahteraan rakyat dibutuhkan dalam penyusunan kebijakan dan sebagai alat untuk memonitor, dan mengevaluasi keberhasilan pembangunan di suatu daerah sesuai dengan kesepakatan SDG’s, untuk itu dibutuhkan informasi lebih banyak tentang kesejahteraan rakyat salah satunya dengan mengelompokkan kabupaten/kota di Jawa Timur berdasarkan indikator kesejahteraan rakyat. Analisis cluster merupakan salah satu metode statistika untuk mengelompokkan observasi ke dalam suatu kelas dengan karakteristik yang sama. Metode pengelompokan yang digunakan adalah hybrid clustering melalui mutual cluster menggunakan jarak Mahalanobis. Hybrid clustering melalui mutual cluster merupakan metode yang mengombinasikan metode bottom-up dan top-down, di mana jarak antar objek dalam sebuah mutual cluster lebih kecil dibandingkan dengan jarak minimum objek diluar kelompok. Tujuan dari penelitian ini adalah mengetahui metode bottom-up terbaik, mengetahui hasil pengelompokan kabupaten/kota di Jawa Timur berdasarkan indikator kesejahteraan rakyat menggunakan analisis hybrid clustering melalui mutual cluster, dan mengetahui karakteristik kondisi kabupaten/kota di Jawa Timur berdasarkan indikator kesejahteraan rakyatnya. Hasil dari penelitian menunjukkan bahwa metode bottom-up terbaik adalah metode average linkage. Pengelompokan kabupaten/kota dengan metode hybrid clustering melalui mutual cluster menghasilkan kelompok optimal sebanyak 2 cluster dengan cluster 1 terdiri dari 27 kabupaten/kota dan cluster 2 terdiri dari 11 kabupaten/kota. Berdasarkan hasil penelitian pemerintah Provinsi Jawa Timur diharapkan bisa mengambil keputusan dengan memprioritaskan daerah yang lebih membutuhkan kebijakan pemerintah sesuai dengan karakteristik kondisi daerah yang ada.

English Abstract

People's welfare is needed in policy formulation and as a tool to monitor and evaluate the success of development in an area in accordance with the SDG's agreement. For this reason, more information is needed about people's welfare, one of which is by classifying districts/cities in East Java based on indicators of people's welfare. Cluster analysis is a statistical method for grouping observations into a class with the same characteristics. The clustering method used is hybrid clustering via mutual clusters using the Mahalanobis distance. Hybrid clustering via mutual cluster is a method that combines bottom-up and top-down methods, where the distance between objects in a mutual cluster is smaller than the minimum distance of objects outside the group. The purpose of this study was to find out the best bottom-up method, to find out the results of grouping regencies/cities in East Java based on indicators of people's welfare using hybrid clustering analysis via mutual clusters, and to find out the characteristics of the condition of regencies/cities in East Java based on indicators of people's welfare. The results of the study show that the best bottom-up method is the average linkage method. The grouping of regencies/cities using the hybrid clustering method via mutual clusters produces optimal groups of 2 clusters with cluster 1 consisting of 27 regencies/cities and cluster 2 consisting of 11 regencies/cities. Based on the research results, the East Java provincial government is expected to be able to make decisions by prioritizing areas that need more government policies according to the characteristics of the local conditions.

Item Type:	Thesis (Sarjana)
Identification Number:	052209
Uncontrolled Keywords:	Average Linkage, Hybrid Clustering Melalui Mutual Cluster, Indikator Kesejahteraan Rakyat, Jarak Mahalanobis, Average Linkage, Hybrid Clustering Via Mutual Cluster, Mahalanobis Distance, People Welfare Indicator.
Subjects:	500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	PKN 03 UB
Date Deposited:	08 Jun 2023 07:08
Last Modified:	08 Jun 2023 07:08
URI:	http://repository.ub.ac.id/id/eprint/201208

Text (DALAM MASA EMBARGO) Rike Ratnari.pdf Restricted to Registered users only until 31 December 2024. Download (2MB)

Actions (login required)

View Item