Text

Penggunaan Index CalinskiHarabasz Pada Clustering K–Medoids Algorithm Untuk Penggolongan Kabupaten/ Kota di Provinsi Jawa Tengah Berdasarkan Karakteristik Penduduk Miskin

---

Kemiskinan merupakan masalah yang terjadi hampir setiap tahun. Pemerintah
berusaha keras untuk mengurangi angka kemiskinan karena angka kemiskinan
merupakan tolok ukur keberhasilan suatu daerah. Analisis clustering dapat
membantu pemerintah dalam memberikan bantuan yang tepat sasaran. Metode KMedoids adalah metode clustering non-hierarki untuk menggolongkan n objek ke
dalam k cluster berdasarkan kesamaan karakteristik. Algoritma clustering ini
menggunakan medoid sebagai pusat klusternya. Metode K-Medoids digunakan
untuk mengatasi masalah outlier dan untuk menentukan jumlah cluster yang
optimal dapat menggunakan uji validasi cluster. Penelitian ini menggunakan uji
validasi Indeks Calinksi-Harabasz. Berdasarkan hasil clustering diperoleh cluster
optimal k = 2 dengan menggunakan metode K-Medoids dengan uji validasi cluster
Index Calinksi-Harabasz sebesar 31,53654. Klaster 1 terdiri dari 22 kabupaten
atau kota dan pada klaster 2 terdiri dari 13 kabupaten atau kota.
Kata Kunci:
Kemiskinan, Penggolongan, K-Medoid, Index Calinski-Harabasz.

---

Ketersediaan

1101E2023

1101 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1101 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Leviana Agita Sari

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar