METODE CLUSTER ANALYSIS UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN VARIABEL YANG MEMPENGARUHI KEMISKINAN PADA TAHUN 2013

Authors

  • Ully Putriana Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta
  • Yudi Setyawan Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta
  • Noeryanti Noeryanti Jurusan Statistika, Fakultas Sains Terapan, Institut Sains dan Teknologi AKPRIND Yogyakarta

DOI:

https://doi.org/10.34151/statistika.v1i01.1106

Keywords:

Klaster, Root Mean Square Standar Deviation (RMSSTD), R-Squared (RS)

Abstract

Melalui data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Provinsi Jawa Tengah yaitu data Survey Sosial Ekonomi Nasional (SUSENAS) tahun 2013, dilakukan analisis untuk mengetahui perkembangan tingkat kemiskinan di Provinsi Jawa Tengah, variabel apa yang berpengaruh  pada tingkat kemiskinan, serta pengelompokan Kabupaten/Kota di Jawa Tengah berdasarkan faktor-faktor yang mempengaruhinya. Dalam penelitian ini digunakan 10 variabel yang diambil dari indikator kemiskinan. Metode yang digunakan dalam penelitian ini yaitu analisis deskriptif, analisis komponen utama, analisis faktor dan analisis klaster. Dari analisis komponen utama diperoleh dua komponen utama yang membentuk dua faktor yaitu enam variabel yang merupakan faktor utama dan dua variabel yang merupakan faktor pendukung. Faktor utama tersebut yang akan digunakan dalam analisis klaster. Metode analisis klaster yang digunakan yaitu metode hirarki dan non hirarki (K-Means).

Hasil penelitian dapat disimpulkan bahwa dari 35 Kabupaten/Kota dikelompokkan menjadi tiga yaitu Kabupaten/Kota dengan tingkat kemiskinan tinggi, sedang dan rendah. Digunakan nilai Root Mean Square Standar Deviation (RMSSTD) dan R-Squared (RS) untuk melihat klaster terbaik. Metode K-Means merupakan metode terbaik yang menghasilkan 3 klaster, 17 anggota untuk klaster 1, 13 anggota untuk klaster 2, dan 5 anggota untuk klaster 3.

 

Downloads

Published

2016-07-29

Issue

Section

Articles