PERBANDINGAN METODE ALGORITMA K-MEANS DAN K-MEDOIDS PADA PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI NUSA TENGGARA TIMUR BERDASARKAN DIMENSI INDEKS PEMBANGUNAN MANUSIA TAHUN 2020

Authors

  • Maria Khoncita Dasriana Bau Jurusan Statistika, Fakultas Sains Terapan, IST AKPRIND Yogyakarta
  • Yudi Setyawan Jurusan Statistika, Fakultas Sains Terapan, IST AKPRIND Yogyakarta
  • Maria Titah Jatipaningrum Jurusan Statistika, Fakultas Sains Terapan, IST AKPRIND Yogyakarta

DOI:

https://doi.org/10.34151/statistika.v8i1.4418

Keywords:

Indeks Pembangunan Manusia, K-Means, K-Medoids, Silhoutte Index, Davies-Bouldin Index

Abstract

Manusia merupakan kekayaan bangsa yang sesungguhnya. Sudah sepantasnya apabila manusia menjadi tujuan utama dalam pembangunan. Untuk mengetahui keberhasilan pembangunan tersebut adalah dengan melihat indeks pembangunan manusia yang dapat menggambarkan perkembangan pembangunan manusia secara terukur dan representatif. Pertumbuhan indeks pembangunan di NTT pada tahun 2020 mengalami penurunan sebesar 0,04 poin dari tahun sebelumnya yaitu tahun 2019. Untuk mengetahui penurunan pertumbuhan Indeks Pembangunan Manusia (IPM) diperlukan penelitian mengenai kesamaan karakteristik pada kabupaten/kota di NTT untuk mempermudah melihat wilayah yang mempengaruhi penurunan pertumbuhan Indeks Pembangunan Manusia (IPM) tersebut. Proses pengelompokan dapat dilakukan dengan mengimplementasikan metode clustering, yang dimana metode clustering merupakan pengelompokan objek kedalam suatu kelompok yang memiliki kesamaan tinggi dibandingkan dengan objek yang berada dalam satu kelompok lain. Beberapa metode yang ada dalam clustering antara lain metode K-Means dan K-Medoids. Hasil analisis dapat disimpulkan bahwa metode terbaik dalam studi kasus indikator Indeks Pembangunan Manusia di NTT tahun 2020 adalah metode K-Means clustering  dengan k = 2 dengan nilai Silhouette Index sebesar 0,18, nilai Davies-Bouldin Index sebesar 1,15 dan nilai Dunn index sebesar 0,24 dimana cluster 1 memiliki 14 anggota kabupaten/kota dan cluster 2 memiliki 8 anggota kabupaten.

Downloads

Published

2023-01-31