Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
ANALISIS PERBANDINGAN CLUSTERING K-MEANS DAN SELF ORGANIZING MAPS KOHONEN DALAM PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI ACEH BERDASARKAN INDIKATOR KINERJA PEMBANGUNAN EKONOMI DAERAH
Pengarang
AIDIL FITRA - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1708108010017
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Penerbit
Banda Aceh : Fakultas MIPA (S1)., 2022
Bahasa
Indonesia
No Classification
519.53
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Pembangunan ekonomi daerah merupakan rangkaian upaya pemerintah daerah dan masyarakat dalam mengelola sumberdaya dan membentuk pola kemitraan antara sektor swasta dan pemerintah daerah untuk menciptakan suatu lapangan kerja baru dan meningkatkan pertumbuhan ekonomi dalam suatu wilayah. Provinsi Aceh mengalami penurunun pertumbuhan ekonomi pada tahun 2020 sebesar 0,37% disebabkan laju pertumbuhan ekonomi pada 23 kabupaten/kota di Provinsi Aceh tidak merata. Pengelompokan kabupaten/kota di Provinsi Aceh berdasarkan indikator kinerja pembangunan ekonomi daerah dilakukan dengan tujuan untuk mengetahui pola persebaran perekonomian berdasarkan indikator kinerja pembangunan ekonomi daerah. Metode K-means dan Self Organizing Maps (SOM) Kohonen digunakan dalam penelitian ini. K-means merupakan metode yang dapat mengelompokan data dalam jumlah yang cukup besar dengan waktu komputasi yang relatif cepat dan efisien. SOM dapat memberikan informasi melalui pemetaan dalam dua dimensi untuk membantu memahami hubungan di antara sampel yang berbeda. Tujuan pengelompokan dan perbandingan kedua metode tersebut adalah untuk mengetahui karakteristik berdasarkan metode terbaik. Data yang digunakan adalah indikator kinerja pembangunan ekonomi daerah dari kabupaten/kota di Provinsi Aceh yang terdiri dari 8 variabel. Hasil dari penelitian ini diperoleh 3 cluster dengan metode SOM yang terpilih sebagai metode terbaik berdasarkan perhitungan nilai indeks validitas. Karakteristik dari cluster 1 adalah terdapat satu indikator yang memiliki nilai tertinggi dibandingkan cluster lainnya yaitu tingkat partisipasi angkatan kerja. Cluster 2 memiliki karakteristik dengan empat indikator yang memiliki nilai tertinggi dibandingkan cluster lainnya, di antaranya PDRB per kapita, pengeluaran per kapita, rata-rata lama sekolah, dan angka harapan hidup. Cluster 3 memiliki karakteristik dengan tiga indikator yang memiliki nilai tertinggi dibandingkan cluster lainnya di antaranya pertumbuhan ekonomi, persentasi penduduk miskin, dan jumlah penduduk.
Kata Kunci: Cluster, Self-Organizing Maps (SOM), K-Means, Pembangunan Ekonomi, Aceh
Regional economic development is a series of efforts by local governments and communities in managing resources and forming a pattern of partnership between the private sector and local governments to create new jobs and increase economic growth in the region. Aceh province experienced a decrease in economic growth in 2020 by 0.37% because the rate of economic growth in 23 districts / cities in Aceh Province was uneven. Grouping of districts / cities in Aceh Province based on indicators of regional economic development performance is carried out with the aim to find out the pattern of economic distribution based on indicators of regional economic development performance. In this study used the K-means and Self Organizing Maps (SOM) Kohonen methods. K-means is a method that can group large amounts of data with relatively fast and efficient computing times. SOM can provide information through mapping in two dimensions to help understand the relationships between different samples. The purpose of grouping and comparing the two methods is to find out the characteristics based on the best methods. The data used is an indicator of regional economic development performance of districts / cities in Aceh Province consisting of 8 variables. The results of this study obtained 3 clusters with the SOM method selected as the best method based on the calculation of validity index values. The characteristic of cluster 1 is that there is one indicator that has the highest value compared to other clusters, namely the labor force participation rate. Cluster 2 has characteristics with four indicators that have the highest value compared to other clusters, including GDP per Capita, per capita spending, average length of school, and life expectancy. Cluster 3 has characteristics with three indicators that have the highest value compared to other clusters including economic growth, percentage of poor population, and population. Keywords: Cluster, Self-Organizing Maps (SOM), K-Means, Economic Development, Aceh
ANALISIS DISKRIMINAN DALAM MENENTUKAN FUNGSI PENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA (LYRA ORNILA, 2017)
ANALISIS FUZZY GEOGRAPHICALLY WEIGHTED CLUSTERING PADA INDIKATOR INDEKS PEMBANGUNAN MANUSIA DI PROVINSI SUMATERA UTARA (Nurul Fadhilah Hayyana Aritonang, 2022)
PENGELOMPOKAN KABUPATEN/KOTA MENGGUNAKAN NILAI UJIAN NASIONAL SMA/MA JURUSAN IPS DI INDONESIA TAHUN 2015 MENGGUNAKAN METODE COMPLETE LINKAGE DAN K-MEANS CLUSTERING (Khairul Amri, 2018)
PENGELOMPOKAN KAB/KOTA DI INDONESIA BERDASARKAN NILAI MATA PELAJARAN UN IPA MENGGUNAKAN METODE K-MEANS CLUSTERING (AINUN MARDHIAH, 2018)
ANALISIS DAN PERBANDINGAN KUALITAS PENGELOMPOKAN DOKUMEN (DOCUMENT CLUSTERING) DENGAN MENGGUNAKAN METODE K-MEANS DAN K-MEDIANS (Bustami, 2022)