analisis cluster menggunakan metode k-means untuk pengelompokan kabupaten/kota di provinsi jawa timur berdasarkan indikator indeks pembangunan gender (ipg) / afrilia nur aini
| Main Author: | Afrilia Nur Aini |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2021
|
| Online Access: |
http://repository.um.ac.id/151265/ |
Daftar Isi:
- Keberhasilanpembangunanmanusiasuatunegarabertujuanuntukmenciptakanperkembanganekonomidankesejahteraanmasyarakatnegaratersebut.Sehinggapentingnyadilakukanpembangunanmanusiayangdiarahkanuntukmeningkatkankualitassumberdayamanusiatanpamembedakanjeniskelamintertentuagarterwujudkesejahteraanmasyarakat.Kaitanantaragenderdanpembangunantelahmenjaditopikyangdiperdebatkandilingkunganpolitikdanekonomi.UNDPdalamldquoUnitedNationsHumanDevelopmentReportrdquoyangdirilispadatahun1990menekankanbahwasalahsatufaktorpentingdalampembangunanmanusiaadalahpertumbuhanekonomidenganmengutamakankesetaraangendermakapertumbuhanekonomidapatterdistribusisecaraadil.UNDPjugamemperkenalkanindeksuntukmengukurperkembangangenderdisuatuwilayahyaituIndeksPembangunanGender(IPG).IPGmerupakanindeksyangdigunakanuntukmengukurkesenjanganpembangunanantaralaki-lakidanperempuan.IPGterdiridarikomponenkesehatanpendidikandankehidupanyanglayaksamadengankomponenIPM.PerbedaannyaIPMhanyamengukurcapaianpembangunanmanusiadiseluruhwilayah.SedangkanIPGdapatmenjelaskankesenjanganpembangunanmanusiaantaralaki-lakidanperempuan.Penelitianinibertujuanuntukmenjelaskankarakteristikmasing-masingklasterdarihasilpengelompokankabupaten/kotadiProvinsiJawaTimurberdasarkanindikatorIPGtahun2017-2019menggunakanmetodeK-MeansCluster.Setelahpengelompokankabupaten/kotadilakukandiharapkanperencanaankebijakandisetiapkabupaten/kotadapatsesuaikandantepatsasaran.MetodepenelitianmenggunakanAnalisisklasteruntukpengelompokankabupaten/kotadiProvinsiJawaTimurberdasarkanindikatorIPGmenggunakanK-MeansCluster.PenelitianinimenggunakandatasekunderyangdiperolehdariwebsiteBadanPusatStatistikataulembagaterkait.Denganrentangwaktupenelitianadalahdaritahun2017-2019.Setiapklasterdiberikanlabeldengan3tingkatandarinilaiterendahhinggatertinggiyaituRendah(R)Sedang(S)danTinggi(T).Untukdapatmempermudahdalamanalisiskabupaten/kotayangadadiProvinsiJawaTimur.Hasilpenelitianmenunjukkanterbentuknya3klasterhasilklateringtahun2018-2019menunjukkantrenyanghampirsama.Hanyaterdapatperbedaanpadatahun2018KotaBatuberubahstatusmenjaditingkatantinggidimanatahunsebelumnyaberstatusrendahberdasarkanindikatorIPG.Padatahun2019KotaTubanjugaberubahstatusmenjaditingkatansedangdimanapadatahun2018masihberstatusrendah.Karakteristikklaster1dengankondisirendahberdasarkanindikatorIPGsementaraklaster2dengankondisisedangberdasarkanindikatorIPG.Klaster3yangpalingbaguskondisinyaberdasarkanindikatorIPG.Variabelyangmemberikanperbedaanpadapembentukanklasteradalahvariabelrata-ratalamasekolahperempuandanyangmemilikinilaipalingbesarpadavariabeltersebutadalahKotaMadiun.Sehinggadiperlukanperencanaankebijakanyangkomprehensifuntukmengatasipembangunandimasing-masingklaster.