<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="112539">
 <titleInfo>
  <title></title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Nurul Fauqa  Nuri</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Matematika</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Analisis cluster merupakan metode yang bertujuan untuk mengelompokkan data atau objek berdasarkan kesamaan dan perbedaan karakteristiknya. Sehingga objek dalam sebuah cluster memiliki kesamaan lebih besar atau lebih kecil bila dibandingkan dengan cluster lainnya. K-Means merupakan salah satu metode pengelompokan yang memproses semua objek penelitian secara sekaligus. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota miskin di Indonesia berdasarkan indikator kesejahteraan dengan metode K-Means serta mengetahui kabupaten/kota mana saja yang menjadi prioritas dalam bidang non pangan serta mengetahui tingkat perubahan kemiskinan kabupaten/kota pada tahun 2020 dengan 2021. Hasil penelitian menunjukkan bahwa dengan mengelompokkan kabupaten/kota kedalam 5 cluster maka dapat diperoleh pada tahun 2020 Cluster 1 (prioritas 1) terdiri dari 36 kabupaten/kota, cluster 2 (prioritas 4) terdiri dari 109 kabupaten/kota, cluster 3 (prioritas 2) terdiri dari 22 kabupaten/kota, cluster 4 (prioritas 3) terdiri dari 138 kabupaten/kota, dan cluster 5 (prioritas 5) terdiri dari 209 kabupaten/kota. Sedangkan pada tahun 2021 diperoleh cluster 1 (prioritas 1) terdiri dari 25 kabupaten/kota, cluster 2 (prioritas 4) terdiri dari 117 kabupaten/kota, cluster 3 (prioritas 3) terdiri dari 24 kabupaten/kota, cluster 4 (prioritas 2) terdiri dari 60 kabupaten/kota, dan cluster 5 (prioritas 5) terdiri dari 288 kabupaten/kota. Hasil penelitian tersebut menunjukkan bahwa terjadinya perubahan terhadap beberapa jumlah anggota cluster, seperti pada tahun 2020  sebanyak 36 kabupaten/kota yang menjadi prioritas 1 sedangkan pada tahun 2021 sebanyak 25 kabupaten/kota. Artinya terjadi pergeseran sebanyak 11 kabupaten/kota yang menandakan peningkatan pada jumlah wilayah di prioritas lainnya. Perubahan tersebut menunjukkan bahwa terjadinya penurunan tingkat kemiskinan pada tahun 2021.&#13;
Kata kunci: Kemiskinan, Clustering, K-Means.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>CLUSTER ANALYSIS</topic>
 </subject>
 <classification>519.53</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>112539</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-07-06 20:50:37</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-07-07 11:01:24</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>