Daftar Isi: Analisis Cluster Komponen Utama Nonlinier dan Analisis Latent Class Cluster Pada Data Berskala Campuran

Daftar Isi:

Pada suatu penelitian, seringkali menemui berbagai macam skala yang digunakan pada data, antara lain data kategori dan data kontinyu. Dalam suatu kasus terdapat suatu penelitian yang melibatkan dua jenis skala data, kategori dan kontinyu yang disebut data campuran. Pada metode pengelompokan data berskala campuran terdapat analisis yang mampu diterapkan, pada kali ini menggunakan Analisis Cluster Komponen Utama Nonlinier dan Analisis Latent Class Cluster. Tujuan dari penelitian ini adalah membandingkan metode Analisis Cluster Komponen Utama Nonlinier dan Analisis Latent Class Cluster berdasarkan nilai Rasio Keragaman dalam pengelompokan pada kasus data berskala campuran menggunakan data Industri Sentra Tempe di Kota Malang Tahun 2005. Nilai rasio keragaman yang lebih kecil diindikasikan sebagai metode yang menghasilkan pengelompokan yang lebih baik. Hasil penelitian menunjukkan nilai rasio keragaman Analisis Cluster Komponen Utama Nonlinier sebesar 1.2 sedangkan Analisis Latent Class Cluster sebesar 1.609 sehingga dapat disimpulkan bahwa Analisis Cluster Komponen Utama Nonlinier lebih baik dibandingkan dengan Analisis Latent Class Cluster pada data Industri Sentra Tempe di Kota Malang Tahun 2005.