Dewi, Fitria Kusuma and Dwi Ayu Lusia, S.Si., M.Si. (2024) Perbandingan Jarak Clustering Algoritma K-Medoids Dan Clara Untuk Mengelompokkan Kabupaten/Kota Di Pulau Jawa Berdasarkan Indikator Indeks Pembangunan Manusia. Sarjana thesis, Universitas Brawijaya.
Abstract
Analisis klaster merupakan analisis multivariat yang bertujuan untuk mengelompokkan objek-objek berdasarkan kesamaan karakteristik tertentu yang dimiliki oleh objek-objek yang akan diteliti. Penelitian ini bertujuan untuk mengetahui hasil pengelompokan kabupaten/kota di Pulau Jawa menggunakan metode k-medoids dan clustering large application (CLARA) menggunakan tiga jarak yaitu euclidean, manhattan, dan minkowski berdasarkan Indikator Indeks Pembangunan Manusia. Data yang digunakan dalam penelitian ini adalah data indikator indeks pembangunan manusia tahun 2023 yang terdiri dari 4 variabel dan 119 kabupaten/kota. Berdasarkan analisis yang telah dilakukan, kombinasi metode CLARA dan jarak euclidean memiliki nilai silhouette coefficient paling besar yaitu 0,380 menghasilkan klaster dengan anggota masing-masing sebanyak 39, 26, 43, dan 11 kabupaten/kota. Hal ini menunjukkan bahwa pada kasus ini, metode CLARA merupakan metode yang lebih baik untuk digunakan sesuai dengan teori awal yaitu algoritma ini lebih cocok untuk data dengan minimal pengamatan 100 objek. Pemerintah di kabupaten/kota di Pulau Jawa dapat menggunakan hasil pengelompokan guna membantu merancang program pembangunan yang lebih terarah dan efektif untuk setiap wilayah.
English Abstract
Cluster analysis is a multivariate analysis aimed at grouping objects based on specific shared characteristics of the objects under study. This research aims to determine the clustering results of regencies/cities in Java Island using the k-medoids and Clustering Large Applications (CLARA) methods with three distance measures: Euclidean, Manhattan, and Minkowski, based on the Human Development Index (HDI) indicators. The data used in this study is the 2023 HDI indicator data consisting of 4 variables and 119 regencies/cities. Based on the analysis, the combination of the CLARA method and Euclidean distance has the highest silhouette coefficient value of 0.380, resulting in clusters with members of 39, 26, 43, and 11 regencies/cities respectively. This indicates that, in this case, the CLARA method is better suited for use, aligning with the initial theory that this algorithm is more appropriate for data with a minimum of 100 observations. Governments in the regencies/cities of Java Island can use the clustering results to help design more targeted and effective development programs for each region.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052409 |
| Uncontrolled Keywords: | Analisis cluster, CLARA, Indeks Pembangunan Manusia, K-medoids |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Unnamed user with username nova |
| Date Deposited: | 11 Sep 2024 07:03 |
| Last Modified: | 11 Sep 2024 07:03 |
| URI: | http://repository.ub.ac.id/id/eprint/225208 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Fitria Kusuma Dewi.pdf Restricted to Registered users only Download (5MB) |
Actions (login required)
 |
View Item |