Perbandingan Metode Spasial Hierarki Dan DBSCAN Pada Pengelompokan Kabupaten/Kota Di Pulau Kalimantan Berdasarkan Indikator Indeks Pembangunan Manusia

Dzakwan, Irfan Naufal Hilmy and Dwi Ayu Lusia, S.Si., M.Si. (2024) Perbandingan Metode Spasial Hierarki Dan DBSCAN Pada Pengelompokan Kabupaten/Kota Di Pulau Kalimantan Berdasarkan Indikator Indeks Pembangunan Manusia. Sarjana thesis, Universitas Brawijaya.

Abstract

Analisis cluster merupakan salah satu teknik analisis multivariat yang melibatkan dua atau lebih variabel secara bersamaan untuk mengelompokkan objek menjadi beberapa kelompok berdasarkan kemiripan data. Pada penelitian ini fokus analisis cluster tidak hanya pada kemiripan data, tetapi juga memperhitungkan dampak efek spasial. Pulau Kalimantan memiliki 56 kabupaten/kota dengan kondisi geografis yang berbeda sehingga menimbulkan kesulitan dalam mengimplementasikan berbagai program yang berkaitan dengan peningkatan pembangunan manusia. Oleh karena itu, diperlukan pengelompokan kabupaten/kota untuk membantu pemerintah mengambil kebijakan pembangunan yang tepat dan efektif. Penelitian ini bertujuan untuk mengeksplorasi perbandingan dan hasil cluster optimal dengan menggunakan metode analisis cluster spasial hierarki dan DBSCAN, dengan dukungan matriks pembobot invers jarak Euclidean. Pengelompokan dilakukan berdasarkan indikator Indeks Pembangunan Manusia (IPM) dengan variabel yang dijadikan dasar analisis melibatkan umur harapan hidup, angka harapan lama sekolah, rata-rata lama sekolah, dan pengeluaran riil per kapita yang disesuaikan. Berdasarkan hasil perbandingan metode cluster, didapatkan metode DBSCAN adalah metode terbaik dengan nilai silhouette coefficient sebesar 0,5558. Hasil pengelompokan menggunakan metode DBSCAN dengan nilai epsilon yang optimum sebesar 2,32 dan MinPts sebesar 8 diperoleh 2 cluster dan noise, di mana cluster 1 terdiri dari 17 kabupaten/kota, cluster 2 terdiri dari 25 kabupaten/kota, dan noise terdiri dari 14 kabupaten/kota.

English Abstract

Cluster analysis is one of the multivariate analysis techniques involving two or more variables simultaneously to group objects into several clusters based on data similarities. In this research, the focus of cluster analysis goes beyond data similarities and also takes into account the spatial effects. The island of Kalimantan has 56 regencies/cities with different geographical conditions, posing challenges in implementing various programs related to human development improvement. Therefore, the clustering of regencies/cities is needed to assist the government in making appropriate and effective development policies. This study aims to explore the comparison and optimal cluster results using spatial hierarchical cluster analysis and DBSCAN method, with support from the inverse Euclidean distance weighting matrix. Clustering is based on the Human Development Index (HDI) indicator, with variables involving life expectancy, expected years of schooling, mean years of schooling, and adjusted real per capita expenditure. Based on the comparison of clustering methods, it was found that the DBSCAN method is the best with a silhouette coefficient value of 0,5558. The clustering results using the DBSCAN method with an optimal epsilon value of 2,32 and MinPts of 8 yielded 2 clusters and noise. Cluster 1 consists of 17 regencies/cities, cluster 2 consists of 25 regencies/cities, and noise consists of 14 regencies/cities.

Item Type:	Thesis (Sarjana)
Identification Number:	052409
Uncontrolled Keywords:	Analisis Cluster, DBSCAN, Indeks Pembangunan Manusia, Kalimantan, Spasial Hierarki
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	Unnamed user with username nova
Date Deposited:	05 Aug 2024 04:33
Last Modified:	05 Aug 2024 04:33
URI:	http://repository.ub.ac.id/id/eprint/222412

Text (DALAM MASA EMBARGO) Irfan Naufal Hilmy Dzakwan.pdf Restricted to Registered users only Download (8MB)

Actions (login required)

View Item