Penerapan Fuzzy C-Means Cluster dalam Pengelompokkan Provinsi Indonesia Menurut Indikator Kesejahteraan Rakyat

Nurfidah Dwitiyanti(1*), Noni Selvia(2), Finata Rastic Andrari(3)

(1) Program studi informatika - Universitas Indraprasta PGRI
(2) Program studi informatika - Universitas Indraprasta PGRI
(3) Program studi informatika - Universitas Indraprasta PGRI
(*) Corresponding Author

Abstract


Metode fuzzy c means clustering adalah salah satu teknik pengelompokkan data dalam satu klaster ditentukan oleh pusat cluster yang akan menandai lokasi rata-rata untuk tiap klaster. Tujuan dari penelitian ini akan dibahas tentang penerapan metode fuzzy c means cluster dalam pengelompokkan provinsi Indonesia berdasarkan indikator kesejahteraan rakyat. Berdasarkan hasil analisis pengelompokkan fuzzy c means dengan 2 klaster diperoleh fungsi objektif yang konvergen pada iterasi ke-18 adalah sebesar 130,7085. Pada klaster 1 yang dikategorikan sebagai kelompok kurang sejahtera terdiri dari 18 propinsi dan klaster 2 adalah kelompok sejahtera, terdiri dari 16 propinsi.


Full Text:

PDF

References


Ahmad, A. dan Hartati, S. 2013. Penerapan Fuzzy C-Means dalam system pendukung Keputusan Untuk Penentuan Bantuan Langsung Masyarakat (BLM) PNPM-MPd (Studi Kasus PNPM-MPd Kec. Ngadirojo Kab. Pacitan). Berkala MIPA. 23 (2): hlm. 264-273.

Badan Pusat Statistik Provinsi Nusa Tenggara Timur. (2017). Indikator Kesejahteraan Rakyat Nusa Tenggara Timur. Kupang: BPS Provinsi Nusa Tenggara Timur.

Basri, F dan Munandar, H. 2009. Lanskap Ekonomi Indonesia. Jakarta.

Handoyo, S., & Sarwo Prasojo, A. (2017). SIstem Fuzzy Terapan dengan Software R. Malang: Universitas Brawijaya Press.

Hidayat, R., Warsono, R., & Darsyah, M. Y. (2017). Pengelompokkan Kabupaten/Kota di Jawa Tengah Menggunakan Metode K-Means dan Fuzzy C-Means. Seminar Nasional Pendidikan, Sains dan Teknologi. Universitas Muhammadiyah Semarang. Retrieved Januari 29, 2019, from https://www.researchgate.net/publication/321126367

Kusumadewi, S. dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.

Ramadhani, F., Hoyyi, A., & Mukid, M. A. (2015). Pengelompokkan Provinsi di Indonesia Berdasarkan Karakteristik Kesejahteraan Rakyat Menggunakan Metode K-Means Cluster. Jurnal Gaussian, 4 No. 4, 875-884. doi:http://ejournal-s1.undip.ac.id/index.php/gaussian

Risqiyani, T. A., & Kesumawati, A. (2016). Pengelompokkan Kabupaten Kota di Provinsi Jawa Tengah dengan Fuzzy C-Means Clustering (Studi Kasus: Jumlah Kasus Gizi Buruk, Faktor Sarana dan Tenaga Kesehatan Serta Faktor Kependudukan di Jawa Tengah 2014). Seminar Nasional Matematika dan Pendidikan Matematika. Yogjakarta: Universitas Negeri Yogjakarta.

Soemartini, & Supartini, E. (2017). Analisis K-Means Cluster untuk Pengelompokkan Kabupaten/Kota di Jawa Barat Berdasarkan Indikator Masyarakat. Koferensi Nasional Penelitian Matematika dan Pembelajarannya II (KNPMP II). Surakarta: Universitas Muhammadiyah Surakarta.




DOI: http://dx.doi.org/10.30998/faktorexacta.v12i3.4526

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

template doaj grammarly tools mendeley crossref SINTA sinta faktor exacta   Garuda Garuda Garuda Garuda Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Flag Counter

site stats View Faktor Exacta Stats


pkp index