Skripsi

Perbandingan analisis cluster metode hierarki dan fuzzy C-means untuk mengelompokkan kabupaten atau kota di Provinsi Jawa Timur berdasarkan faktor keberhasilan program Keluarga Berencana (KB) / Moh. Bir Bik Nur Ihsan

Abstrak
RINGKASAN Ihsan Moh. Bir Bik Nur. 2019. Perbandingan Analisis Cluster Metode Hierarki dan Fuzzy C-Means untuk Mengelompokan Kabupaten atau Kota di Provinsi Jawa Timur Berdasarkan Faktor Keberhasilan Program Keluarga Berencana (KB). Skripsi. Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam. Pembimbing Trianingsih Eni Lestari S.Si M.Si. Kata Kunci Cluster hierarki Cluster Fuzzy C-Means RMSSTD Pengklasifikasian atau pengelompokkan sering disebut sebagai analisis cluster. Tujuan utama pada analisis cluster yaitu mengelompokan objek ke dalam dua atau lebih kelompok berdasarkan kesamaan-kesamaan objek atas dasar berbagai karakteristik. Pada penelitian ini digunakan dua metode pengelompokan yaitu metode cluster hierarki dan metode cluster Fuzzy C-Means (FCM). Pada proses pengelompokan metode hierarki suatu objek hanya akan menjadi satu anggota cluster sedangkan pada metode cluster Fuzzy C-Means (FCM) satu data bisa menjadi anggota dua cluster atau lebih. Tujuan pada penelitian ini adalah untuk membandingkan metode cluster hierarki dan metode cluster Fuzzy C-Means (FCM) kemudian mengaplikasikannya pada Program Keluarga Berencana dimana program KB ini bertujuan untuk membangun manusia Indonesia sebagai obyek sekaligus subyek pembangunan melalui peningkatan kesejahteraan ibu anak dan keluarga. Data yang digunakan adalah data KB dan data kependudukan di 29 Kabupaten dan 9 Kota di Provinsi Jawa Timur tahun 2018. Variabel-variabel yang digunakan pada penelitian adalah Pencapaian Peserta KB Target Peserta KB Jumlah Klinik KB Jumlah Pelayanan Pos KB Desa Jumlah Tenaga Medis Pengelola Program KB Persentase Laju Pertumbuhan Penduduk Kepadatan Penduduk Jumlah Keluarga Pra Sejahtera dan Jumlah Keluarga Sejahtera 1. Penentuan banyaknya jumlah kelompok optimum diperoleh dari metode hierarki selanjutnya jumlah kelompok optimum tersebut digunakan dalam metode Fuzzy C-Means sebagai pembanding. Indeks validitas yang digunakan untuk mengetahui jumlah kelompok optimum pada metode hierarki adalah Root Mean Square Standard Deviation (RMSSTD). Indeks validitas RMSSTD juga digunakan untuk membandingkan metode hierarki dan metode Fuzzy C-Means (FCM). Pada penelitian ini ukuran jarak yang digunakan pada metode hierarki adalah Jarak Mahalanobis karena terdapat kasus multikolinearitas. Pada metode hierarki diperoleh nilai RMSSTD terkecil adalah 24 447 pada metode Ward. Sedangkan pada metode Fuzzy C-Means (FCM) diperoleh nilai RMSSTD sebesar 17 925. Berdasarkan indeks validitas RMSSTD metode terbaik dalam mengelompokkan adalah metode Fuzzy C-Means (FCM).

Informasi Detail

DDC

Rs 519.53 IHS p

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2019.

Deskripsi Fisik

xiv, 68 lembar : il., tab. ; 30 cm

Bahasa

Indonesia

No Reg

04553/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ANALISIS CLUSTER
2. CLUSTER ANALYSIS

Pembimbing

1. Trianingsih Eni Lestari

Lampiran Berkas