IMPLEMENTASI ALGORITMA FUZZY C-CMEANS DENGAN PARTICLE SWARM OPTIMIZATION UNTUK PENGELOMPOKAN TINGKAT KESEJAHTERAAN MASYARAKAT DI PROVINSI JAWA TENGAH

Amaliah, Ulfi Rizqi (2023) IMPLEMENTASI ALGORITMA FUZZY C-CMEANS DENGAN PARTICLE SWARM OPTIMIZATION UNTUK PENGELOMPOKAN TINGKAT KESEJAHTERAAN MASYARAKAT DI PROVINSI JAWA TENGAH. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text A. PENDAHULUAN.pdf Download (1MB)
	Text B. ABSTRAK.pdf Download (325kB)
	Text C. BAB I.pdf Download (533kB)
	Text D. BAB II.pdf Restricted to Repository staff only Download (602kB) \| Request a copy
	Text E. BAB III.pdf Restricted to Repository staff only Download (904kB) \| Request a copy
	Text F. BAB IV.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text G. BAB V.pdf Restricted to Repository staff only Download (320kB) \| Request a copy
	Text H. DAFTAR PUSTAKA.pdf Download (538kB)
	Text I. LAMPIRAN.pdf Restricted to Repository staff only Download (785kB) \| Request a copy
	Text J. ARTIKEL.pdf Download (992kB)

Abstract

Kesejahteraan masyarakat merupakan suatu keadaan dimana setiap warga suatu negara selalu berada pada kondisi serba kecukupan dalam segala kebutuhannya, baik material maupun juga spiritual. Namun, adanya perbedaan kandungan sumber daya, perbedaan kondisi demografi serta pembangunan setiap wilayah menyebabkan terjadinya ketimpangan. Ketimpangan menjadi tantangan bagi setiap wilayah di Indonesia salah satunya adalah Provinsi Jawa Tengah. Salah satu upaya yang dapat dilakukan untuk mengatasi ketimpangan adalah dengan melakukan pengelompokan. Proses pengelompokan dapat menggunakan metode clustering. Salah satu algoritma clustering adalah Fuzzy C-Means tetapi sering sensitif terhadap pusat cluster awal sehingga mudah terjebak pada optimum lokal. Terdapat beberapa algoritma yang dapat digunakan untuk mengatasi masalah tersebut, Salah satunya adalah Particle Swarm Optimization. Proses pengelompokan dilakukan dengan menggunakan 35 data pada tahun 2019 serta dilakukan pencarian cluster optimal. Penelitian menghasilkan cluster optimal pada 2 cluster. Pada cluster 1 terdapat 14 kabupaten/ kota sedangkan pada cluster 2 terdapat 21 anggota. Kata Kunci : kesejahteraan, fuzzy c-means, particle swarm optimization, clustering, silhouette coefficient.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

kesejahteraan, fuzzy c-means, particle swarm optimization, clustering, silhouette coefficient.

Subjects:

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:

Ulfi Rizqi Amaliah