Analisis Cluster Dengan Model-Based Clustering Dalam Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Indikator Kemiskinan 2020.
| Main Authors: | Febriana, Monica Ade, Dr. Suci Astutik, S.Si., M.Si |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2022
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/195206/1/Monica%20Ade%20Febriana.pdf http://repository.ub.ac.id/id/eprint/195206/ |
| ctrlnum |
195206 |
|---|---|
| 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/195206/</relation><title>Analisis Cluster Dengan Model-Based Clustering
Dalam Pengelompokan Kabupaten/Kota Di Jawa
Timur Berdasarkan Indikator Kemiskinan 2020.</title><creator>Febriana, Monica Ade</creator><creator>Dr. Suci Astutik, S.Si., M.Si</creator><subject>519.5 Statistical mathematics</subject><description>Analisis cluster merupakan teknik multivariat yang bertujuan untuk
mengelompokkan objek-objek berdasarkan kemiripan karakteristik
yang dimiliki. Kemiskinan merupakan kondisi kekurangan atau
ketidakmampuan untuk memenuhi kebutuhan hidup seperti makanan,
pakaian, tempat tinggal, pendidikan, dan kesehatan. Pada penelitian ini
ingin dilakukan pengelompokan kabupaten/kota di Jawa Timur
berdasarkan indikator kemiskinan tahun 2020. Tujuan penelitian ini
adalah untuk mengetahui karakteristik setiap kelompok yang akan
terbentuk, sehingga pemerintah dapat menentukan kebijakan yang tepat
untuk setiap kelompok. Metode cluster yang digunakan adalah model-
based clustering. Data indikator kemiskinan kabupaten/kota di Jawa
Timur tahun 2020 tidak berdistribusi normal multivariat, sehingga
analisis cluster yang digunakan adalah non-gaussian model-based
clustering yaitu t multivariat. Penentuan model dan banyaknya cluster
menggunakan nilai Integrated Completed Likelihood (ICL) terbesar.
Pada penelitian ini menghasilkan 2 cluster yang memiliki karakteristik
berbeda. Cluster 1 terdiri dari 20 kabupaten/kota merupakan cluster
dengan tingkat kemiskinan rendah karena hanya terdapat 3 dari 8
indikator kemiskinan yang memiliki nilai persentase tinggi. Cluster 2
terdiri dari 18 kabupaten/kota merupakan cluster dengan tingkat
kemiskinan cukup tinggi karena terdapat 5 dari 8 indikator kemiskinan
yang memiliki nilai persentase tinggi.</description><date>2022-06-22</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/195206/1/Monica%20Ade%20Febriana.pdf</identifier><identifier> Febriana, Monica Ade and Dr. Suci Astutik, S.Si., M.Si (2022) Analisis Cluster Dengan Model-Based Clustering Dalam Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Indikator Kemiskinan 2020. Sarjana thesis, Universitas Brawijaya. </identifier><relation>0522090016</relation><identifier>0522090016</identifier><recordID>195206</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Febriana, Monica Ade Dr. Suci Astutik, S.Si., M.Si |
| title |
Analisis Cluster Dengan Model-Based Clustering
Dalam Pengelompokan Kabupaten/Kota Di Jawa
Timur Berdasarkan Indikator Kemiskinan 2020. |
| publishDate |
2022 |
| isbn |
9780522090017 |
| topic |
519.5 Statistical mathematics |
| url |
http://repository.ub.ac.id/id/eprint/195206/1/Monica%20Ade%20Febriana.pdf http://repository.ub.ac.id/id/eprint/195206/ |
| contents |
Analisis cluster merupakan teknik multivariat yang bertujuan untuk
mengelompokkan objek-objek berdasarkan kemiripan karakteristik
yang dimiliki. Kemiskinan merupakan kondisi kekurangan atau
ketidakmampuan untuk memenuhi kebutuhan hidup seperti makanan,
pakaian, tempat tinggal, pendidikan, dan kesehatan. Pada penelitian ini
ingin dilakukan pengelompokan kabupaten/kota di Jawa Timur
berdasarkan indikator kemiskinan tahun 2020. Tujuan penelitian ini
adalah untuk mengetahui karakteristik setiap kelompok yang akan
terbentuk, sehingga pemerintah dapat menentukan kebijakan yang tepat
untuk setiap kelompok. Metode cluster yang digunakan adalah model-
based clustering. Data indikator kemiskinan kabupaten/kota di Jawa
Timur tahun 2020 tidak berdistribusi normal multivariat, sehingga
analisis cluster yang digunakan adalah non-gaussian model-based
clustering yaitu t multivariat. Penentuan model dan banyaknya cluster
menggunakan nilai Integrated Completed Likelihood (ICL) terbesar.
Pada penelitian ini menghasilkan 2 cluster yang memiliki karakteristik
berbeda. Cluster 1 terdiri dari 20 kabupaten/kota merupakan cluster
dengan tingkat kemiskinan rendah karena hanya terdapat 3 dari 8
indikator kemiskinan yang memiliki nilai persentase tinggi. Cluster 2
terdiri dari 18 kabupaten/kota merupakan cluster dengan tingkat
kemiskinan cukup tinggi karena terdapat 5 dari 8 indikator kemiskinan
yang memiliki nilai persentase tinggi. |
| id |
IOS4666.195206 |
| 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 |
2022-12-06T07:27:27Z |
| last_indexed |
2022-12-06T07:27:27Z |
| recordtype |
dc |
| _version_ |
1751456434428575744 |
| score |
17.538404 |