Detail Tugas Akhir

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.

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

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.

Informasi Item

Item Type Thesis (Undergraduate)
Keywords/Kata Kunci 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)
Date Deposited 15 Mar 2023 01:19
Last Modified 15 Mar 2023 01:19
URI https://repository.unmuhjember.ac.id/id/eprint/16648

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?