Implementasi Algoritma K-Means Dengan Particle Swarm Optimization Untuk Pegelompokan Tingkat Kesejahteraan Provinsi Jawa Timur

Hartono, Ahmad Dedi (2023) Implementasi Algoritma K-Means Dengan Particle Swarm Optimization Untuk Pegelompokan Tingkat Kesejahteraan Provinsi Jawa Timur. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text A. PENDAHULUAN.pdf Download (2MB)
	Text B. ABSTRAK.pdf Download (249kB)
	Text C. BAB I.pdf Download (439kB)
	Text D. BAB II.pdf Restricted to Repository staff only Download (620kB) \| Request a copy
	Text E. BAB III.pdf Restricted to Repository staff only Download (690kB) \| Request a copy
	Text F. BAB IV.pdf Restricted to Repository staff only Download (751kB) \| Request a copy
	Text G. BAB V.pdf Restricted to Repository staff only Download (322kB) \| Request a copy
	Text H. DAFTAR PUSTAKA.pdf Download (540kB)
	Text I. LAMPIRAN.pdf Restricted to Repository staff only Download (516kB) \| Request a copy
	Text J. ARTIKEL .pdf Download (989kB)

Abstract

Sejahtera diartikan sebagai kondisi masyarakat yang berkecukupan dan mampu memenuhi kebutuhannya. Jika membahas kesejahteraan, adanya perbedaan sumber daya, kondisi demografi serta pembangunan disetiap wilayahnya menyebabkan ketimpangan. Terjadinya ketimpangan pembagunan antar wilayah, akan membawa impilkasi terhadap tingkat kesejahteraan pada wilayah bersangkutan. Implikasi tersebut ditimbulkan dalam bentuk kecemburuan dan ketidakpuasan yang dapat mengganggu ketentraman masyarkat. Dalam hal tersebut, diperlukan upaya untuk mengetahui tingkat kesejahteraan suatu wilayah atau kabupaten guna mengatasi ketimpangan kesejahteraan. Kabupaten yang akan dijadikan prioritas dapat diketahui dengan melakukan pengelompokan, satu diantaranya adalah memakai algoritma K-Means dengan Particle Swarm Optimization untuk menghitung cluster optimal dalam rangka menentukan cluster yang paling baik. Data yang digunakan adalah data pada 38 kabupaten/kota di jawa timur periode tahun 2019-2020. Berdasarkan pengujian dari 2 sampai 10 cluster, dihasilkan 2 cluster sebagai cluster optimum yang mana nilai sillhouette coeficient yaitu sebesar 0,35057. Ada 27 anggota kabupaten/kota di cluster 1, sedangkan ada 11 anggota kabupaten/kota di cluster 2.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

welfare, k-means, particle swarm optimization, clustering, sillhouette coefficient.

Subjects:

000 Computer Science, Information, & General Works
000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

AHMAD DEDI HARTONO