PENGKLASTERAN PROVINSI-PROVINSI DI INDONESIA BERDASARKAN INDIKATOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN METODE FUZZY C-MEANS

DEBBY ARMETIYANA MARGARETTA, IZZATI RAHMI HG, HAZMIRA YOZZA

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 untuk mengklaster provinsi-provinsi di Indonesia berdasarkan faktor-faktor yang diduga mempengaruhi Indeks Pembangunan Manusia (IPM) 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. Berdasarkan hasil pengklasteran menggunakan fuzzy c-means diperoleh pengklasteran provinsi-provinsi di Indonesia sebanyak empat klaster, dimana klaster pertama terdiri atas 6 provinsi, klaster kedua terdiri atas 2 provinsi, klaster ketiga terdiri atas 12 provinsi, dan klaster keempat terdiri atas 14 provinsi. Berdasarkan karakteristik klaster, klaster pertama dikatakan klaster terbaik karena rata-rata pencapaian setiap indikatornya tinggi sedangkan klaster kedua merupakan klaster terendah dibanding klaster lainnya. Kata

Kunci: klaster, Indeks Pembangunan Manusia, Fuzzy C-Means


Full Text:

PDF


DOI: https://doi.org/10.25077/jmu.10.1.79-86.2021

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Jurnal Matematika UNAND



Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.