Perbandingan Metode K-Means dan Fuzzy C-Means dalam Pengelompokkan Kabupaten/Kota di Indonesia Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2021

Mailien, Belia (2022) Perbandingan Metode K-Means dan Fuzzy C-Means dalam Pengelompokkan Kabupaten/Kota di Indonesia Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2021. Skripsi thesis, Universitas Negeri Padang.

[img]
Preview
 Text
B1_10_BELIA_MEILIEN_18337033_5961_2022.pdf
Download (3MB) | Preview

Abstract

K-Means adalab salab satu analisis cluster non birarki yang membagi objek ke dalam suatu kelompok berdasarkan jarak objek dengan pusat cluster terdekat. Fuzzy C-Means adalab analisis cluster non birarki yang menggunakan model pengelompokkan fuzzy dimana data dapat menjadi anggota suatu cluster yang terbentuk berdasarkan keanggotaan berbeda antara O sampai 1. Untuk mengetahui metode terbaik diantara kedua metode tersebut dilakukan pengelompokkan Indeks Pembangunan Manusia (IPM). IPM merupakan indikator penting untuk mengukur keberbasilan upaya peningkatan kualitas bidup masyarakat. Peningkatan IPM di Indonesia tidak diiringi dengan pemerataan IPM di setiap kabupaten/kota di Indonesia. Agar terjadinya pemerataan IPM, pengelompokkan dilakukan untuk mengetabui karakteristik dari tiap kabupaten/kota. Penelitian ini membabas tentang penggunaan algoritma K-means dan Fuzzy C-Means dalam mengelompokkan indikator IPM Tabun 2021 dengan jumlab cluster sebanyak 4. Penelitian ini merupakan penelitian terapan yang dimulai dengan mempelajari teori- teori yang relevan dengan permasalaban. Data yang digunakan adalab data sekunder yang diperoleb dari website Badan Pusat Statistik (BPS) Republik Indonesia. Penelitian ini dimulai dengan mengelompokkan IPM indikator IPM Tabun 2021 dengan metode K- Means dan Fuzzy C-Means, kemudian dari basil cluster yang diperoleb dilakukan uji validasi untuk mengetabui metode terbaik diantara kedua metode tersebut. Hasil pengelompokan yang diperoleb adalab adanya indikator IPM yang rendab, sedang tinggi dan sangat tinggi. Nilai C_index dan S_Dbw index dari metode K-Means sebesar 0,108 dan 2,444. Sedangkan nilai C_index dan S_Dbw index dari metode Fuzzy C- Means sebesar 0, 105 dan 2,312. Hal ini berarti basil pengelompokkan terbaik adalab menggunakan metode Fuzzy C-Means karena memiliki nilai C_index dan S_Dbw index yang lebib rendab.

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsEmail
Thesis advisorSalma, AdmiUNSPECIFIED
CorrectorSyafriandi, SyafriandiUNSPECIFIED
CorrectorFitria, DinaUNSPECIFIED
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistik-S1
Depositing User: Sri Yulianti, S.IP
Date Deposited: 13 Jun 2023 04:02
Last Modified: 13 Jun 2023 04:07
URI: http://repository.unp.ac.id/id/eprint/44275

Actions (login required)

View Item View Item
Universitas Negeri Padang Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.