Pengelompokan Dengan Model-Based Clustering Menggunakan Kriteria Integrated Completed Likelihood (Studi Kualitas Air Bersih Di Kabupaten Pasuruan Tahun 2016 – 2020)

Ilmi, Amilatul and Dr. Eni Sumarminingsih, S.Si., MM. (2022) Pengelompokan Dengan Model-Based Clustering Menggunakan Kriteria Integrated Completed Likelihood (Studi Kualitas Air Bersih Di Kabupaten Pasuruan Tahun 2016 – 2020). Sarjana thesis, Universitas Brawijaya.

Abstract

Analisis cluster merupakan teknik dalam analisis multivariat untuk mengelompokkan objek-objek ke dalam suatu kelompok yang berbeda antara kelompok satu dengan yang lainnya. Penelitian ini bertujuan untuk mengetahui perubahan pengelompokan kecamatan di Kabupaten Pasuruan berdasarkan kualitas air bersih pada tahun 2016 – 2020. Analisis yang digunakan dalam penelitian ini adalah Model-Based Clustering dengan penentuan jumlah kelompok optimal menggunakan nilai Integrated Completed Likelihood (ICL). Data yang digunakan untuk analisis adalah Fe, F, Cr, Mn, NO2, NO3, CN, KMnO4, pH, dan SO4 menurut kecamatan di Kabupaten Pasuruan tahun 2016 – 2020. Hasil penelitian menunjukkan bahwa pengelompokan kecamatan di Kabupaten Pasuruan dengan jumlah cluster optimal pada tahun 2016 – 2017 adalah 2 cluster dan tahun 2018 – 2020 adalah 4 cluster. Jumlah kecamatan pada setiap cluster setiap tahun memiliki karakteristik dan perubahan pengelompokan yang berbeda satu sama lain.

English Abstract

Cluster analysis is a technique in multivariate analysis to group objects into a group that differs from one group to another. This study aims to determine changes in sub-district clustering in Pasuruan Regency based on clean water quality in 2016 – 2020. The analysis used in this study is Model-Based Clustering by determining the optimal number of groups using the Integrated Completed Likelihood (ICL) value. The data used for the analysis are Fe, F, Cr, Mn, NO2, NO3, CN, KMnO4, pH, and SO4 by sub-district in Pasuruan Regency in 2016 – 2020. The results show that the clustering of sub-districts in Pasuruan Regency with the optimal number of clusters in 2016 – 2017 is 2 clusters and in 2018 – 2020 is 4 clusters. The number of sub-districts in each cluster each year has different characteristics and changes in grouping from one another.

Item Type:	Thesis (Sarjana)
Identification Number:	052209
Uncontrolled Keywords:	Air Bersih, Analisis Cluster, Integrated Completed Likelihood (ICL), Model-Based Clusterin
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	Endang Susworini
Date Deposited:	25 Jan 2024 06:24
Last Modified:	25 Jan 2024 06:24
URI:	http://repository.ub.ac.id/id/eprint/213174

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

Actions (login required)

View Item