@phdthesis{repounp50156, title = {Pengelompokkan Tingkat Kemiskinan Kabupaten/Kota di Indonesia dengan Menggunakan Algoritma K-Means dan K-Harmonic Means}, year = {2023}, month = {June}, school = {Universitas Negeri padang}, keywords = {CONNECTIVITY, DUNN INDEX, K-HARMONIC MEANS, K-MEANS, TINGKAT KEMISKINAN}, author = {Shalsabila, Nabillah Putri}, url = {https://repository.unp.ac.id/id/eprint/50156/}, abstract = {Tingkat kemiskinan yang semakin membaik belum mampu menurunkan ketimpangan yang terjadi antar daerah dan golongan masyarakat. Sehingga pemerintah diharuskan untuk tidak menyamaratakan kebijakan dalam menanggulangi kemiskinan pada setiap daerahnya. Tujuan pada penelitian ini adalah untuk mengelompokkan tingkat kemiskinan pada setiap kabupatan/kota di Indonesia. Analisis yang digunakan untuk mengelompokkan tingkat kemiskinan kabupaten/kota di Indonesia adalah dengan analisis cluster. Dimana analisis cluster yang digunakan adalah analisis cluster non hierarki yaitu K-Means dan K- Harmonic Means. Data yang digunakan pada penelitian ini adalah data sekunder yang bersumber dari publikasi Badan Pusat Statistik tentang kemiskinan dan ketimpangan Tahun 2022. Teknik analisis dilakukan dengan cara mengstandarisasi data, melakukan analisis cluster, dan memvalidasi cluster. Hasil penelitian dengan menggunakan K-Means menunjukkan bahwa cluster pertama memiliki anggota sebanyak 45 kabupaten/kota dan cluster kedua memiliki anggota sebanyak 469 kabupaten/kota. Sedangkan hasil pengelompokkan pada metode K-Harmonic Means yaitu cluster pertama memiliki anggota sebanyak 54 kabupaten/kota dan cluster kedua memiliki anggota sebanyak 460 kabupaten/kota. Hasil dari validasi antara K-Means dan K-Harmonic Means diperoleh nilai Dunn Index dari K-Harmonic Means dengan manggunakan p = 2,25 yang paling tinggi yaitu sebesar 0,03492 dan nilai connectivity paling kecil yaitu 15,9143. Sehingga hasil pengelompokkan terbaik adalah pada metode K-Harmonic Means dengan menggunakan p = 2,25.} }