ANALISIS CLUSTERING KEMISKINAN DI INDONESIA MENGGUNAKAN ALGORITMA FUZZY C-MEANS DAN FUZZY POSSIBILISTIC C-MEANS

VIRDA KURNIAWATI , 1817031040 (2022) ANALISIS CLUSTERING KEMISKINAN DI INDONESIA MENGGUNAKAN ALGORITMA FUZZY C-MEANS DAN FUZZY POSSIBILISTIC C-MEANS. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	Text 1. ABSTRAK - ABSTRACT.pdf Download (28kB) | Preview
	Text 2. SKRIPSI FULL.pdf Restricted to Repository staff only Download (2MB) | Request a copy
Preview	Text 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview

Abstract

Analisis klaster merupakan suatu proses mengelompokkan data ke dalam suatu kelompok berdasarkan tingkat kesamaannya. Tujuan dari analisis klaster adalah untuk mengelompokkan sejumlah data ke dalam kelompok sehingga setiap kelompok yang terbentuk akan terisi data yeng memiliki karakteristik yang sama. Dalam penelitian ini akan dilakukan pengelompokan data kemiskinan tahun 2021 di Indonesia berdasarkan tingkat kabupaten. Algoritma pengelompokan yang digunakan adalah algoritma Fuzzy C-Means (FCM) dan Fuzzy Possibilistic CMeans (FPCM). Penelitian ini bertujuan untuk mengetahui perbandingan hasil pengelompokan menggunakan algoritma FCM dan FPCM untuk data kemiskinan kabupaten yang ada di Indonesia berdasarkan nilai indeks Partition Entrhopy (PE). Hasil yang diperoleh menunjukkan bahwa analisis klaster menggunakan algoritma FPCM merupakan algoritma terbaik untuk mengelompokan kemiskinan di Indonesia berdasarkan indeks validitas PE. Lebih jauh, jumlah klaster optimum yang dihasilkan adalah sebanyak 2 klaster. Kata Kunci: Analisis Klaster, Fuzzy C-means, Fuzzy Possibistic C-Means, Partition Entrhopy

Item Type:	Other
Subjects:	?? 500 ?? ?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2203865319 . Digilib
Date Deposited:	05 Aug 2022 02:45
Last Modified:	05 Aug 2022 02:45
URI:	http://digilib.unila.ac.id/id/eprint/64460

Actions (login required)

View Item