PENERAPAN METODE FUZZY C-MEANS DALAM PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR GIZI BURUK BALITA

Agustin, Rahmi (2022) PENERAPAN METODE FUZZY C-MEANS DALAM PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR GIZI BURUK BALITA. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) cover dan abstrak.pdf - Published Version Download (341kB)
	Text (BAB I) BAB 1 (pendahuluan).pdf - Published Version Download (905kB)
	Text (BAB V) BAB AKHIR.pdf - Published Version Download (284kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (489kB)
	Text (Skripsi Full Text) skripsi full.pdf - Published Version Restricted to Repository staff only Download (14MB)

Abstract

Analisis klaster merupakan salah satu teknik dalam analisis peubah ganda yang bertujuan untuk mengklasterkan objek-objek berdasarkan kesamaan karakteristik yang dimilikinya. Pengklasteran dilakukan berdasarkan pada sifat kemiripan atau sifat ketidakmiripan antar objek. Pada penelitian ini digunakan salah satu metode dalam fuzzy clustering yaitu fuzzy c-means. Fuzzy c-means adalah suatu teknik pengklasteran data dimana keberadaan tiap-tiap titik data dalam klaster ditentukan oleh derajat keanggotaan. Untuk jumlah klaster optimum didapatkan dengan menggunakan kriteria indeks validitas Modi�ed Partition Coefficient (MPC). Pada penelitian ini metode fuzzy c-means digunakan untuk mengelompokkan provinsi-provinsi yang ada di Indonesia berdasarkan indikator gizi buruk balita. Indikator gizi buruk balita yang digunakan adalah BBLR, pemberian ASI eksklusif, tingkat kemiskinan, sumber air minum bersih, tempat tinggal yang bersih dan layak, pemberian imunisasi lengkap, penduduk yang mempunyai akses jamban. Jumlah klaster optimum diperoleh 3 klaster yang memiliki nilai MPC 0.1739096. Klaster 1 terdiri dari 9 provinsi, klaster 2 terdiri dari 11 provinsi dan klaster 3 terdiri dari 14 provinsi.

Actions (login required)

View Item