Penulis Utama : Dewi Syifaur Rohmah
NIM / NIP : M0116013
×

Clustering  adalah  metode  yang  digunakan  untuk  mengelompokkan  suatu data  atau  objek.   Algoritme  Fuzzy  C-Means  (FCM)  merupakan  salah  satu  al- goritme  clustering  yang sering digunakan  karena  memiliki tingkat  akurasi  yang tinggi.  Konsep dasar  FCM adalah  menentukan pusat  cluster  yang akan menan- dai lokasi rata-rata untuk  setiap cluster.  Keanggotaan  suatu  objek dalam cluster pada  FCM  ditentukan dengan  nilai keanggotaan  setiap  objek.   FCM  memiliki keterbatasan yaitu  seringkali terdapat kondisi local minimum saat  perhitungan fungsi objektif  dalam  menentukan pusat  cluster,  dimana  nilai  yang  dihasilkan bukan  nilai terendah  dari  himpunan  solusi.  Untuk  mengatasi  hal tersebut,  di- gunakan  pendekatan algoritme  Gravitational  Search Algorithm  (GSA) sehingga hasil yang diperoleh bukan local minimum melainkan global optimum.  Pengguna- an algoritme GSA pada FCM bertujuan mengoptimalkan fungsi objektif sehingga dapat  mengatasi masalah local minimum dan memeroleh hasil cluster yang baik. Penerapan dari algoritme GSA-FCM dapat  dilakukan dengan menggunakan data Indeks Pembangunan Manusia (IPM).
Indeks Pembangunan Manusia (IPM)  merupakan  salah satu indikator  yang menjadi tolak ukur keberhasilan upaya membangun kualitas hidup manusia di Indonesia.   IPM  mempunyai  tiga  dimensi  dasar  sebagai  dasar  perhitungannya yang diukur dengan indikator  IPM. Dimensi dasar IPM yaitu  usia yang panjang dan hidup sehat yang diukur dengan umur harapan hidup saat lahir, tingkat pendidikan  memadai  yang  diukur  dengan  harapan  lama  sekolah dan  rata-rata lama  sekolah,  serta  standar  hidup  yang  layak  diukur  dengan  pengeluaran  per kapita.   Indonesia perlu melakukan  evaluasi terhadap pencapaian  pembangunan manusia di setiap wilayah di Indonesia, oleh karena itu diperlukan  suatu  analisis untuk  mengukur  gambaran  kondisi  pembangunan manusia.    Analisis  yang  di- gunakan  adalah  clustering  wilayah Indonesia berdasarkan empat  indikator  IPM di Indonesia  menggunakan  GSA-FCM.  Dengan  demikian  diterapkan  algoritme GSA-FCM untuk  clustering data  Indeks Pembangunan Manusia di Indonesia.
Berdasarkan hasil penelitian, clustering data IPM di Indonesia dapat  dibagi menjadi  empat  cluster  yaitu  cluster  dengan  IPM  sangat  tinggi,  tinggi,  sedang, dan rendah.   Cluster  dengan  IPM sangat  tinggi meliputi  Kepulauan  Riau,  DKI Jakarta, DI Yogyakarta,  Bali, dan Kalimantan Timur.  Cluster dengan IPM ting- gi meliputi  Jambi,  Sumatera  Selatan,  Lampung,  Kepulauan  Bangka  Belitung, Jawa  Barat,  Jawa  tengah,  Jawa  Timur,  Banten,  Kalimantan Barat,  Kalimantan Tengah,  Kalimantan Selatan,  Kalimantan Utara,  Sulawesi Utara,  dan  Sulawesi Selatan.  Cluster  dengan IPM sedang meliputi Aceh, Sumatera  Utara,  Sumatera Barat,  Riau, Bengkulu, Sulawesi Tengah, Sulawesi Tenggara,  Maluku, dan Malu- ku Utara.   Cluster  dengan IPM rendah  meliputi  Provinsi  Nusa Tenggara  Barat, Nusa Tenggara  Timur,  Gorontalo,  Sulawesi Barat,  Papua  Barat,  dan Papua

×
Penulis Utama : Dewi Syifaur Rohmah
Penulis Tambahan : -
NIM / NIP : M0116013
Tahun : 2020
Judul : Clustering Data Indeks Pembangunan Manusia di Indonesia Menggunakan Gravitational Search Algorithm-Fuzzy 4-Means (GSA-F4M)
Edisi :
Imprint : Surakarta - Fak. MIPA - 2020
Program Studi : S-1 Matematika
Kolasi :
Sumber : UNS-Fak. MIPA-M0116013
Kata Kunci : Gravitational Search Algorithm-Fuzzy 4-Means
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Dr. Dewi Retno Sari. S., M.Kom
2. Vika Yugi Kurniawan, S.Si., M.Sc
Penguji :
Catatan Umum : Lamp unpublish
Fakultas : Fak. MIPA
×
Halaman Awal : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Cover : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB I : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB II : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB III : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB IV : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB V : Harus menjadi member dan login terlebih dahulu untuk bisa download.
BAB Tambahan : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Daftar Pustaka : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Lampiran : Harus menjadi member dan login terlebih dahulu untuk bisa download.