Detail Tugas Akhir

ALGORITMA K-MEANS DENGAN METODE ELBOW UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN KOMPONEN PEMBENTUK INDEKS PEMBANGUNAN MANUSIA

sari yuliana, rina (2021) ALGORITMA K-MEANS DENGAN METODE ELBOW UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI JAWA TENGAH BERDASARKAN KOMPONEN PEMBENTUK INDEKS PEMBANGUNAN MANUSIA. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Berkas Tugas Akhir

PDF
Text
A. PENDAHULUAN.pdf
PDF
Text
B. ABSTRAK.pdf
PDF
Text
C. BAB I.pdf
PDF
Text
D. BAB II.pdf
Restricted to Registered users only
PDF
Text
E. BAB III.pdf
Restricted to Registered users only
PDF
Text
F. BAB IV.pdf
Restricted to Registered users only
PDF
Text
G. BAB V.pdf
Restricted to Registered users only
PDF
Text
H. DAFTAR PUSTAKA.pdf
PDF
Text
I. LAMPIRAN.pdf
Restricted to Registered users only
PDF
Text
J. ARTIKEL.pdf

Abstract

Indeks Pembangunan Manusia (IPM) merupakan pengukur perbandingan keberhasilan pembangunan manusia yang didasarkan pada indikator Kesehatan, Pendidikan, dan Standar Hidup Layak. Pada tahun 2010-2018, pencapaian angka IPM provinsi Jawa Tengah mengalami kenaikan sebesar 5.04 poin dari 66.08 menjadi 71.12. Namun dari perkembangan tersebut Jawa Tengah masih berada diurutan 13 dari 34 provinsi di Indonesia. oleh karena itu, dibutuhkan metode untuk mengelompokkan kabupaten/kota di Jawa Tengah berdasarkan komponen Pembentuk IPM dengan menggunakan metode clustering yaitu algoritma K-Means. Untuk pengukuran cluster optimum dalam menentukan cluster terbaik, metode yang digunakan adalah metode Elbow. Data yang digunakan yaitu data Komponen Pembentuk IPM di Jawa Tengah tahun 2018. Dari serangkaian pengujian dimulai dari 2 cluster hingga 10 cluster, dihasilkan cluster terbaik yang berada pada 2 cluster berdasarkan jarak SSE (Sum of Squares Error) pada metode Elbow. Pada cluster 1 terdiri dari 29 anggota kabupaten/kota dan cluster 2 terdiri dari 6 anggota kabupaten/kota. Berdasarkan hasil karakteristik data keempat komponen Indeks Pembangunan Manusia tahun 2018, cluster 1 memiliki komponen pembentuk lebih rendah dibandingkan dengan cluster 2.

Informasi Item

Item Type Thesis (Undergraduate)
Keywords/Kata Kunci Kata Kunci : Indeks Pembangunan Manusia, Clustering, K-Means, Elbow.
Subjects 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions Faculty of Engineering > Department of Informatics Engineering (S1)
Date Deposited 14 Jul 2021 04:44
Last Modified 14 Jul 2021 04:47
URI https://repository.unmuhjember.ac.id/id/eprint/11061

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?