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/ |
Daftar Isi:
- 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.