Perbandingan Metode Average Linkage, Ward, dan Fuzzy C-Means dalam Pengelompokkan Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Indikator Kemiskinan

Putri, Ratu Sabina (2025) Perbandingan Metode Average Linkage, Ward, dan Fuzzy C-Means dalam Pengelompokkan Kabupaten/Kota di Provinsi Jawa Timur Berdasarkan Indikator Kemiskinan. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (2MB)
	Text (BAB I Pendahuluan) BAB I Pendahuluan.pdf - Published Version Download (1MB)
	Text (BAB V Penutup) BAB V Penutup.pdf - Published Version Download (1MB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (1MB)
	Text (Skripsi Full Text) Skripsi Full Text.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Kemiskinan adalah isu utama yang selalu menjadi fokus perbincangan antar negara di seluruh dunia karena dampaknya yang luas terhadap kestabilan sosial, pertumbuhan ekonomi, dan kesejahteraan masyarakat. Pada tahun 2023, Provinsi Jawa Timur menduduki peringkat pertama sebagai provinsi dengan jumlah penduduk miskin terbanyak di Indonesia, yaitu sebanyak 4,19 juta jiwa. Dalam tiga tahun terakhir, jumlah penduduk miskin di Provinsi Jawa Timur selalu berada di atas 4 juta jiwa. Oleh karena itu, perlu dilakukan pengelompokkan Kabupaten/Kota di Jawa Timur berdasarkan indikator kemikinan agar pemerintah daerah dapat mengidentifikasi wilayah yang membutuhkan strategi penanganan yang sejenis dalam menurunkan angka kemiskinan. Pengelompokkan dilakukan dengan metode Average Linkage, Ward, dan Fuzzy C-Means berdasarkan indikator jumlah penduduk, persentase penduduk miskin, persentase pengeluaran per kapita untuk konsumsi makanan, tingkat pengangguran terbuka, rata-rata sisa lama sekolah kurang 12 tahun, dan jumlah kerusakan rumah akibat bencana alam. Lalu, Silhouette Coefficient (SC) digunakan untuk mengukur seberapa baik hasil pengelompokkan yang didapat. Diperoleh bahwa jumlah klaster optimum pada pengelompokkan metode Average Linkage adalah jumlah klaster 5. Jumlah klaster optimum pada pengelompokkan metode Ward adalah jumlah klaster 5. Sementara itu, jumlah klaster optimum pada pengelompokkan metode Fuzzy C-Means adalah jumlah klaster 2. Nilai SC pada metode Average Linkage lebih besar sehingga diperoleh metode Average Linkage lebih baik dibandingkan metode Ward dan Fuzzy C-Means.

Actions (login required)

View Item