<?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="162677">
 <titleInfo>
  <title>PERBANDINGAN METODE DBSCAN DAN K-MEDOIDS DALAM PENGELOMPOKAN POTENSI DESA DI KOTA BANDA ACEH</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>AULIA ZAHRA SASMI</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</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Potensi desa merupakan indikator penting dalam menilai kesiapan suatu wilayah dalam mendukung pembangunan ekonomi dan sosial yang berkelanjutan. Ketimpangan potensi antar desa dapat menjadi hambatan dalam pemerataan pembangunan, terutama di wilayah perkotaan seperti Kota Banda Aceh yang memiliki keragaman karakteristik antar gampong. Penelitian ini bertujuan untuk mengelompokkan gampong-gampong di Kota Banda Aceh berdasarkan potensi desanya menggunakan dua metode klasterisasi, yaitu Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dan K-Medoids, menganalisis karakteristik gampong di Kota Banda Aceh menggunakan metode terbaik. Analisis dilakukan dengan menggunakan 18 variabel dari data Potensi Desa (PODES) Kota Banda Aceh tahun 2024, yang mencakup aspek geografi, pendidikan, kesehatan, ekonomi, pariwisata, komunikasi, dan peternakan. Metode K-Medoids memberikan hasil klasterisasi lebih baik dibandingkan DBSCAN. K-Medoids membentuk 3 klaster dengan Silhouette Index sebesar 0,81 Dunn Index sebesar 0,938, dan Rasio Simpangan Baku sebesar 0,030, Sementara itu DBSCAN membentuk 2 klaster dengan 35 data sebagai noise, serta Silhouette Index sebesar 0,512, Dunn Index sebesar 0,507, dan Rasio Simpangan Baku sebesar 0,175. Adapun karakteristik tiap klaster dari berdasarkan metode terbaik menunjukkan klaster 1 didominasi oleh gampong dengan potensi desa yang rendah, klaster 2 merupakan wilayah dengan potensi desa menengah dan klaster 3 mencerminkan kelompok desa dengan potensi tinggi.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>162677</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-17 10:32:21</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-17 10:48:32</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>