Cover Image

Perbandingan Jarak Euclidean, Jarak Korelasi Pearson, Dan Jarak Mahalanobis Pada Analisis Cluster Dengan Data Yang Mengandung Multikolinearitas (Studi Kasus Data Kemiskinan Di Kabupaten Malang)

Main Authors: Saifanah, Firyal Rifdah, Dr. Suci Astutik, S.Si., M.Si.
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2022
Subjects:
519.5 Statistical mathematics
Online Access: http://repository.ub.ac.id/id/eprint/195161/1/Firyal%20Rifdah%20Saifanah.pdf
http://repository.ub.ac.id/id/eprint/195161/
ctrlnum 195161
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/id/eprint/195161/</relation><title>Perbandingan Jarak Euclidean, Jarak Korelasi&#xD; Pearson, Dan Jarak Mahalanobis Pada Analisis&#xD; Cluster Dengan Data Yang Mengandung&#xD; Multikolinearitas&#xD; (Studi Kasus Data Kemiskinan Di Kabupaten&#xD; Malang).</title><creator>Saifanah, Firyal Rifdah</creator><creator>Dr. Suci Astutik, S.Si., M.Si.</creator><subject>519.5 Statistical mathematics</subject><description>Analisis cluster adalah teknik analisis yang bertujuan untuk&#xD; mengelompokkan objek menjadi kelompok sehingga objek dalam satu&#xD; kelompok memiliki karakteristik yang mirip. Sementara itu, objek&#xD; antar kelompok memiliki karakteristik yang berbeda. Dalam&#xD; penelitian ini dilakukan pengelompokan kecamatan di Kabupaten&#xD; Malang berdasarkan data kemiskinan. Data kemiskinan yang&#xD; digunakan memiliki masalah multikolinearitas sehingga perlu&#xD; dilakukan penanganan dengan analisis PCA jika jarak yang digunakan&#xD; adalah jarak euclidean. Selain itu, penanganan dapat juga&#xD; menggunakan ukuran jarak mahalanobis dan jarak korelasi pearson.&#xD; Metode analisis yang digunakan adalah metode linkage meliputi&#xD; single linkage, complete linkage, dan average linkage. Tujuan&#xD; penelitian ini adalah membandingkan hasil pengelompokan analisis&#xD; cluster metode linkage dan menentukan jarak yang terbaik dalam&#xD; mengelompokkan kecamatan di Kabupaten Malang berdasarkan data&#xD; kemiskinan. Pemilihan metode terbaik dilihat dari nilai rasio&#xD; simpangan baku yang paling kecil. Berdasarkan hasil penelitian,&#xD; pengelompokan dengan metode linkage dan ketiga jarak baik jarak&#xD; euclidean, jarak mahalanobis, maupun jarak korelasi pearson akan&#xD; dihasilkan kelompok yang relatif sama. Penggunaan jarak&#xD; mahalanobis dan jarak korelasi pearson dinilai lebih efisien&#xD; dibandingkan jarak euclidean karena langkah yang diperlukan untuk&#xD; jarak tersebut tidak sepanjang jarak euclidean. Metode yang&#xD; menghasilkan pengelompokan paling baik dalam kasus ini adalah&#xD; metode average linkage dengan jarak korelasi pearson.</description><date>2022-06-23</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/195161/1/Firyal%20Rifdah%20Saifanah.pdf</identifier><identifier> Saifanah, Firyal Rifdah and Dr. Suci Astutik, S.Si., M.Si. (2022) Perbandingan Jarak Euclidean, Jarak Korelasi Pearson, Dan Jarak Mahalanobis Pada Analisis Cluster Dengan Data Yang Mengandung Multikolinearitas (Studi Kasus Data Kemiskinan Di Kabupaten Malang). Sarjana thesis, Universitas Brawijaya. </identifier><relation>0522090011</relation><identifier>0522090011</identifier><recordID>195161</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Saifanah, Firyal Rifdah
Dr. Suci Astutik, S.Si., M.Si.
title Perbandingan Jarak Euclidean, Jarak Korelasi Pearson, Dan Jarak Mahalanobis Pada Analisis Cluster Dengan Data Yang Mengandung Multikolinearitas (Studi Kasus Data Kemiskinan Di Kabupaten Malang)
publishDate 2022
isbn 9780522090017
topic 519.5 Statistical mathematics
url http://repository.ub.ac.id/id/eprint/195161/1/Firyal%20Rifdah%20Saifanah.pdf
http://repository.ub.ac.id/id/eprint/195161/
contents Analisis cluster adalah teknik analisis yang bertujuan untuk mengelompokkan objek menjadi kelompok sehingga objek dalam satu kelompok memiliki karakteristik yang mirip. Sementara itu, objek antar kelompok memiliki karakteristik yang berbeda. Dalam penelitian ini dilakukan pengelompokan kecamatan di Kabupaten Malang berdasarkan data kemiskinan. Data kemiskinan yang digunakan memiliki masalah multikolinearitas sehingga perlu dilakukan penanganan dengan analisis PCA jika jarak yang digunakan adalah jarak euclidean. Selain itu, penanganan dapat juga menggunakan ukuran jarak mahalanobis dan jarak korelasi pearson. Metode analisis yang digunakan adalah metode linkage meliputi single linkage, complete linkage, dan average linkage. Tujuan penelitian ini adalah membandingkan hasil pengelompokan analisis cluster metode linkage dan menentukan jarak yang terbaik dalam mengelompokkan kecamatan di Kabupaten Malang berdasarkan data kemiskinan. Pemilihan metode terbaik dilihat dari nilai rasio simpangan baku yang paling kecil. Berdasarkan hasil penelitian, pengelompokan dengan metode linkage dan ketiga jarak baik jarak euclidean, jarak mahalanobis, maupun jarak korelasi pearson akan dihasilkan kelompok yang relatif sama. Penggunaan jarak mahalanobis dan jarak korelasi pearson dinilai lebih efisien dibandingkan jarak euclidean karena langkah yang diperlukan untuk jarak tersebut tidak sepanjang jarak euclidean. Metode yang menghasilkan pengelompokan paling baik dalam kasus ini adalah metode average linkage dengan jarak korelasi pearson.
id IOS4666.195161
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2022-12-06T07:27:26Z
last_indexed 2022-12-06T07:27:26Z
recordtype dc
_version_ 1751456434248220672
score 17.538404

Lihat Juga