Perbandingan metode average linkage dan k-means cluster dalam pengelompokan provinsi di indonesia berdasarkan indikator kesejahteraan
Kode Repository :SKM08/LIS/20
NPM :064116013
Nama :Anisa lisna yusniyanti
Pembimbing 1 :-Dr. Ir. Fitria Virgantari, M.Si.
Pembimbing 2 :-Yasmin Erika Faridhan, M.Si
Abstrak :-PERBANDINGAN METODE AVERAGE LINKAGE DAN K-MEANS CLUSTER DALAM PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR KESEJAHTERAAN
Anisa Lisna Yusniyanti1, Fitria Virgantari2, Yasmin Erika Faridhan2
Program Studi Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Pakuan
Bogor
ABSTRAK
Penelitian ini bertujuan untuk membandingkan metode Average Linkage dan K-Means Cluster dalam pengelompokan provinsi di Indonesia berdasarkan indikator kesejahteraan di bidang pendidikan, kesehatan, dan pendapatan. Data yan digunakan adalah populasi penduduk, persentase penduduk yang memiliki bantuan jaminan kesehatan, angka kesakitan, Indeks Pembangunan Manusia, rata-rata pengeluaran, serta persentase penduduk berusia lebih dari 15 tahun yang memiliki ijazah Sekolah Menengah Pertama pada 34 provinsi di Indonesia. Metode terbaik dipilih berdasarkan kriteria rasio ragam yang lebih minimum. Hasil penelitian menunjukkan bahwa pada metode Average Linkage menghasilkan 3 klaster dengan klaster dua dan tiga terdiri dari 1 provinsi, dan klaster satu terdiri dari 32 provinsi. Sedangkan metode K-Means Cluster menghasilkan klaster satu terdiri dari 14 provinsi, klaster dua terdiri dari 13 provinsi dan klaster tiga terdiri dari 7 provinsi. Metode pengelompokan yang lebih baik memiliki klaster ideal dengan ragam yang lebih minimum. Metode Average Linkage mempunyai rasio ragam sebesar 0.08275; sedangkan metode K-Means Cluster mempunyai rasio ragam sebesar 0.28881. Berdasarkan kriteria tersebut dapat disimpulkan metode Average Linkage memiliki kinerja lebih baik karena mempunyai rasio ragam yang jauh lebih kecil.
Kata kunci: pengelompokan provinsi, average linkage, k-means cluster, indikator