Penentuan Jumlah Cluster Optimum Menggunakan Davies Bouldin Index dalam Pengelompokan Wilayah Kemiskinan di Indonesia

Shalsadilla, Nanda (2023) Penentuan Jumlah Cluster Optimum Menggunakan Davies Bouldin Index dalam Pengelompokan Wilayah Kemiskinan di Indonesia. Skripsi thesis, Universitas Tanjungpura.

[img] Text (Cover)
Cover_H1091191014.pdf - Published Version

Download (94kB)
[img] Text (Yuridis)
Yuridis_H1091191014.pdf - Published Version

Download (334kB)
[img] Text (Surat Pernyataan)
SP_H1091191014.pdf - Published Version

Download (120kB)
[img] Text (Abstrak)
Abstrak_H1091191014.pdf - Published Version

Download (89kB)
[img] Text (Kata Pengantar)
Kapeng_H1091191014.pdf - Published Version

Download (132kB)
[img] Text (Daftar Isi)
Dafis_H1091191014.pdf - Published Version

Download (75kB)
[img] Text (Daftar Lain)
Daflain_H1091191014.pdf - Published Version

Download (90kB)
[img] Text (Bab I)
Bab1_H1091191014.pdf - Published Version

Download (158kB)
[img] Text (Bab II)
Bab2_H1091191014.pdf - Published Version

Download (186kB)
[img] Text (Bab III)
Bab3_H1091191014.pdf - Accepted Version
Restricted to Repository staff only

Download (114kB)
[img] Text (Bab IV)
Bab4_H1091191014.pdf - Accepted Version
Restricted to Repository staff only

Download (283kB)
[img] Text (Bab V)
Bab5_H1091191014.pdf - Accepted Version
Restricted to Repository staff only

Download (111kB)
[img] Text (Daftar Pustaka)
Dapus_H1091191014.pdf - Published Version

Download (84kB)
[img] Text (Lampiran)
Lamp_H1091191014.pdf - Accepted Version
Restricted to Repository staff only

Download (173kB)
[img] Text (H1091191014_NANDA SHALSADILLA)
H1091191014_NANDA SHALSADILLA.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB)

Abstract

Kemiskinan merupakan suatu permasalahan yang sampai saat ini masih menjadi fokus pemerintah terutama pasca pandemi Covid-19. Permasalahan terkait kemiskinan dapat diatasi apabila program pengentasan kemiskinan yang diusung oleh pemerintah dapat terealisasikan secara efektif dan efisien. Tujuan penelitian ini adalah mengelompokkan provinsi di Indonesia berdasarkan indikator kemiskinan serta menentukan jumlah cluster optimum yang terbentuk. Analisis cluster merupakan teknik multivariat yang dapat digunakan untuk tujuan pengelompokan. Dengan analisis cluster seluruh provinsi yang ada di Indonesia dapat dikelompokkan berdasarkan kesamaan karakteristik yang dimiliki sehingga kedaruratan dan kebutuhan tiap cluster dapat diketahui. Ward merupakan salah satu metode dalam analisis cluster yang mengelompokkan objek dengan meminimalisir variasi antar objek dalam satu cluster. Selanjutnya, penentuan jumlah cluster optimum dalam analisis cluster penting dilakukan agar seluruh provinsi di Indonesia dapat dikelompokkan dengan tepat. Davies Bouldin Index (DBI) merupakan suatu metode yang menentukan banyaknya cluster optimum berdasarkan kedekatan objek terhadap centroidnya dalam satu cluster dan jarak antar centroid cluster. Data yang digunakan merupakan data 10 indikator kemiskinan untuk setiap provinsi di Indonesia tahun 2021. Berdasarkan penelitian yang telah dilakukan banyaknya cluster optimum yang terbentuk untuk mengelompokkan provinsi di Indonesia berdasarkan indikator kemiskinan adalah berjumlah 5 cluster dengan nilai DBI yang diperoleh sebesar 1,1420 yang merupakan nilai DBI terkecil dari jumlah cluster lainnya. Cluster 1 dengan tingkat kemiskinan tertinggi beranggotakan 3 provinsi yaitu Nusa Tenggara Timur, Papua Barat, dan Papua, cluster 2 beranggotakan 10 provinsi, cluster 3 beranggotakan 11 provinsi, cluster 4 beranggotakan 9 provinsi, dan cluster 5 dengan tingkat kemiskinan terendah beranggotakan 1 provinsi yaitu DKI Jakarta.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Shalsadilla, NandaNIMH1091191014UNSPECIFIED
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 511 Prinsip-prinsip umum matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika S1
Depositing User: Sri Yulihartini
Date Deposited: 11 Jul 2025 09:07
Last Modified: 11 Jul 2025 09:07
URI: http://36.95.239.66/id/eprint/2591

Actions (login required)

View Item View Item