Pengelompokan Kabupaten/Kota di Jawa Tengah Berdasarkan Indikator Indeks Pembangunan Manusia dengan Metode K-Means Clustering dan DBSCAN

Dwita, Yulia (2025) Pengelompokan Kabupaten/Kota di Jawa Tengah Berdasarkan Indikator Indeks Pembangunan Manusia dengan Metode K-Means Clustering dan DBSCAN. S1 thesis, Universitas Andalas.

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

Download (2MB)
[img] Text (Bab I Pendahuluan)
Bab I Pendahuluan.pdf - Published Version

Download (1MB)
[img] Text (Bab V Penutup)
Bab V Penutup.pdf - Published Version

Download (1MB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (1MB)
[img] Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Indeks Pembangunan Manusia (IPM) adalah suatu indikator untuk mengukur keberhasilan suatu daerah dalam meningkatkan kualitas hidup penduduknya. Pada tahun 2024, IPM Jawa Tengah mencapai angka sebesar 73,87 di mana terjadi kenaikan dibandingkan tahun sebelumnya yang mencapai angka sebesar 73,39. Namun, dibandingkan provinsi lain di Pulau Jawa, Jawa Tengah masih memiliki IPM terendah. Oleh karena itu, perlu dilakukan pengelompokan kab/kota di Jawa Tengah berdasarkan indikator IPM agar pemerintah dapat mengidentifikasi daerah yang perlu diprioritaskan dalam upaya peningkatan IPM. Pengelompokan dilakukan dengan metode K-Means Clustering dan DBSCAN berdasarkan indikator Angka Harapan Hidup, Harapan Lama Sekolah, dan Pengeluaran per Kapita tahun 2024. Lalu, Silhouette Coefficient (SC) digunakan untuk mengukur seberapa baik hasil pengelompokan yang diperoleh. Diperoleh jumlah cluster optimal pada metode K-Means adalah 3 cluster, sedangkan pada metode DBSCAN adalah 2 cluster. Nilai SC pada metode K-Means lebih tinggi sehingga metode K-Means lebih baik dibandingkan metode DBSCAN. Pada metode K-Means ini diperoleh 3 cluster dengan Cluster 1 terdiri dari 20 kab/kota dengan IPM rendah, Cluster 2 terdiri dari 12 kab/kota dengan IPM sedang, dan Cluster 3 terdiri dari 3 kab/kota dengan IPM tinggi.

Item Type: Thesis (S1)
Supervisors: Prof. Dr. Ferra Yanuar; Mawanda Almuhayar, M.Sc
Uncontrolled Keywords: IPM; K-Means Clustering; DBSCAN
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User: s1 matematika matematika
Date Deposited: 04 Aug 2025 07:48
Last Modified: 04 Aug 2025 07:48
URI: http://scholar.unand.ac.id/id/eprint/501420

Actions (login required)

View Item View Item