ANALISA KLASTER DATA PENDUDUK MISKIN MENURUT PROVINSI DENGAN METODE K-MEANS

Azizah, Indah Tri Nur (2024) ANALISA KLASTER DATA PENDUDUK MISKIN MENURUT PROVINSI DENGAN METODE K-MEANS. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (181kB)
	Text BAB 2.pdf Download (385kB)
	Text BAB 3.pdf Download (270kB)
	Text BAB 4.pdf Download (539kB)
	Text BAB 5.pdf Download (172kB)
	Text LAMPIRAN.pdf Download (486kB)

Abstract

Penerapan metode K-Means dalam analisis data kemiskinan di Indonesia bertujuan
untuk mendukung distribusi bantuan sosial yang lebih efektif. Menggunakan data
dari Badan Pusat Statistik (BPS) mengenai jumlah individu miskin dari tahun 2019
hingga 2023, metode K-means diterapkan dengan tambahan Rank Order Centroid
(ROC) untuk meingkatkan penentuan centroid awal. Evaluasi dilakukan dengan
menggunakan elbow method untuk menentukan jumlah cluster yang optimal dan
silhouette score untuk menilai kualitas cluster. Hasilnya menunjukan bahwa metode
K-Means secara langsung menyarankan jumlah k=2 sebagai yang optimal. Proses
clustering mengidentifikasi 2 cluster utama yaitu cluster 1 yang mencakup 31
provinsi dengan tingkat kemiskinan tinggi dan cluster 1 yang terdiri dari 3 provinsi
dengan tingkat kemiskinan lebih rendah. Silhouette score yang mendekati 1
menunjukan bahwa cluster tersebut terdefinisikan baik dan berkualitas tinggi.
Temuan ini memungkinkan pemerintah untuk mengalokasikan bantuan sosial
dengan lebih akurat, membantu dalam perencanaan dan pelaksanaan kebijakan
pengentasan yang lebih efektif, sesuai dengan target RPJMN 2020-2024.
Kata Kunci: Klaterisasi, Kemiskinan, K-Means, Rank Order Centroid (ROC).

Item Type:	Thesis (Bachelor)
Subjects:	H Social Sciences > HC Economic History and Conditions Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Users 30 not found.
Date Deposited:	09 Sep 2024 06:15
Last Modified:	09 Sep 2024 06:15
URI:	https://repository.unas.ac.id/id/eprint/11655

Actions (login required)

View Item