Penerapan Metode Density-Based Spatial Clustering And Application With Noise (Dbscan) Untuk Mengelompokkan Kabupaten/Kota Di Provinsi Jawa Timur Berdasarkan Indikator Indeks Pembangunan Manusia
| Main Authors: | Puspitasari, Stefany Paulina, 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/195222/1/Stefany%20Paulina%20P.pdf http://repository.ub.ac.id/id/eprint/195222/ |
Daftar Isi:
- Analisis cluster merupakan suatu teknik multivariat dalam analisis statistik yang bertujuan untuk mengelompokkan objek menjadi kelompok-kelompok yang lebih kecil dimana setiap kelompok berisi objek yang mirip satu sama lain. Salah satu metode yang dapat digunakan yaitu Density-Based Spatial Clustering and Application with Noise (DBSCAN). Metode ini cukup baik digunakan untuk mengelompokan data berdasarkan kepadatan (density) yang terkoneksi dan didesain untuk menemukan noise atau outlier pada data. Berkaitan dengan pengelompokan suatu data, metode DBSCAN dapat digunakan untuk mengelompokkan suatu wilayah berdasarkan indikator Indeks Pembangunan Manusia (IPM). Pandemi Covid-19 yang terjadi di seluruh Indonesia tak terkecuali Provinsi Jawa Timur memberikan dampak negatif pada indikator-indikator IPM seperti pengeluaran per kapita per tahun yang disesuaikan, usia harapan hidup, harapan lama sekolah, dan rata-rata lama sekolah. Wilayah Provinsi Jawa Timur yang terbagi menjadi 38 kabupaten/kota dengan kondisi geografis yang berbeda akan menimbulkan kesulitan dalam mengimplementasikan berbagai program yang berkaitan dengan peningkatan pembangunan manusia. Dari 38 kabupaten/kota di Provinsi Jawa Timur dengan nilai epsilon sebesar 0,85 dan MinPts sebesar 5 diperoleh cluster sebanyak 2 dan noise sebanyak 12 kabupaten/kota dengan silhouette coefficient sebesar 0,2 dimana cluster 1 terdiri dari 21 kabupaten/kota, sedangkan cluster 2 terdiri dari 5 kabupaten/kota.