Text
Perbandingan Metode K–Means Dan Self Organizing Map (Studi Kasus: Pengelompokan Kabupaten/Kota Di Jawa Tengah Berdasarkan Indikator Indeks Pembangunan Manusia 2015)
ABSTRAK
Analisis cluster adalah proses pemisahan objek ke dalam kelompok, sehingga objek-objek yang tergabung dalam sebuah kelompok merupakan objek yang mirip satu sama lain dan berbeda dengan objek dalam kelompok lainnya. Pada penelitian ini digunakan dua metode untuk mengelompokkan data kabupaten/kota di Provinsi Jawa Tengah berdasarkan indikator Indeks Pembangunan Manusia (IPM) 2015 yakni K-Means dan Self Organizing Map (SOM) dengan jumlah kelompok sebanyak dua sampai dengan tujuh. Selanjutnya hasil dari kedua metode dibandingkan menggunakan nilai Indeks Davies-Bouldin (DBI) untuk menentukan metode mana yang lebih baik. Berdasarkan hasil penelitian yang telah dilakukan ditemukan bahwa metode K-Means (K=4) bekerja lebih baik dibanding SOM (K=2) dalam mengelompokkan kabupaten/kota di Provinsi Jawa Tengah berdasarkan indikator Indeks Pembangunan Manusia (IPM) yang dibuktikan dengan nilai Indeks Davies-Bouldin (DBI) pada K-Means (K=4) sebesar 0,786 lebih kecil dari nilai Indeks Davies-Bouldin (DBI) pada SOM (K=2) yaitu sebesar 0,893.
Kata Kunci: pengelompokan, indikator IPM, K-Means, SOM, DBI.
ABSTRACT
Cluster analysis is a process of separating the objects into groups, so that the objects that belong to the same group are similar to each other and different from the other objects in another group. In this study used two method to classify data of district / city in Central Java based on indicators of Human Development Index (HDI) 2015 are K-Means and Self Organizing Map (SOM) with the number of groups as much as two to seven. Furthermore, the results of both methods were compared using the Davies-Bouldin Index (DBI) values to determine which method is better. Based on the research that has been conducted found that the K-Means (K=4) method works better than SOM (K=2) to classify district / city in Central Java based on indicators of Human Development Index (HDI) as evidenced by the value of the Davies-Bouldin Index (DBI) on K-Means (K=4) of 0.786 is smaller than the value at SOM (K=2) Davies-Bouldin Index (DBI) which is equal to 0.893.
Keywords: clustering, HDI, K-Means, SOM, DBI.
574E17III | 511,31 RAC p | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain