PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH BREBES

NPP 3329042B0000002

  • Profil
  • Informasi
  • Berita
  • Buku Tamu
  • Bantuan
  • Login Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of PENERAPAN ALGORITMA K MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA KEMISKINAN KABUPATEN BREBES

Teks

PENERAPAN ALGORITMA K MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA KEMISKINAN KABUPATEN BREBES

Alvina Fadila - Nama Orang;

Kemiskinan merupakan masalah dihadapi semua negara di dunia terutamadi
negara berkembang, tidak terkecuali Indonesia. Kemiskinan juga dihadapi olehpemerintah Kabupaten Brebes, menurut Badan Pusat Statistik Kabupaten Brebesberada di nomor urut tiga kemiskinan ekstrim di Jawa Tengah. Untuk mengatasi
problematika tersebut, pemerintah Kabupaten Brebes perlu mengetahui gambarankarakteristik pada sektor kemiskinan yang ada di Kabupaten Brebes. Untukmendapat karakteristik kemiskinan tersebut perlu dilakukan pengelompokan. Contohnya pada bidang ilmu statistik, untuk memperoleh informasi karakteristikkemiskinan dapat digunakan metode analisis cluster. Ada beberapa metode yangada pada clustering, salah satunya algoritma K-Means. Dengan adanyapengelompokan dengan menggunakan metode K-Means maka akanmempermudah masyarakat dan pemerintah Kabupaten Brebes dalampenyimpulankemiskinan sesuai dengan tingkatanya. Pengelompokan data kemiskinan Kabupaten Brebes menggunakan variabel
jumlah penduduk miskin, jumlah penerima bantuan pemerintah, jumlah penerimaBPNT, jumlah penerima beras sejahtera, jumlah rumah tidak layak huni, danlaupertumbuhan penduduk. Data tersebut diolah menggunakan algoritma K-Meansserta dilakukan eksperimen sebanyak 3 kali yaitu pengelompokan menjadi 3cluster, 5 cluster dan 7 cluster. Hasil pengelompokan pada K=7 K-Means sebagai berikut : Cluster 0beranggotakan 5 Kecamatan , Cluster 1 beranggotakan 4 Kecamatan, Cluster 2beranggotakan 1 kecamatan, cluster 3 beranggotakan 1 kecamatan, cluster 4beranggotakan 2 kecamatan, cluster 5 beranggotakan 2 kecamatan, cluster 6beranggotakan 2 kecamatan Berdasakan hasil pengujian Davies-Bouldin Indexmendapatkan nilai cluster terbaik yaitu sebanyak 7 cluster dengan nilai sebesar
-0,643. Maka pada penelitian ini data kemiskinan Kabupaten Brebesdikelompokan menjadi 7 cluster


Ketersediaan
S00012.23RF SI.S00012.23 Fad pMy Library (Skripsi SI)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
SI.S00012.23 Fad p
Penerbit
Paguyangan : STMIK MPB., 2023
Deskripsi Fisik
xv, 77hlm.; 30cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SI.S00012.23
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Cet.1
Subjek
cluster
algoritma K-Means
Davies-Bouldin Index
kemiskinan
Info Detail Spesifik
Dilengkapi CD + Soft file
Pernyataan Tanggungjawab
ALVINA FADILA (19.02.0.0053) Laporan skripsi diajukan kepada Program Sarjana Sebagai bagian persyaratan untuk meraih derajat
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • PENERAPAN ALGORITMA K MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA KEMISKINAN KABUPATEN BREBES
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH BREBES
  • Informasi
  • Layanan
  • Pustakawan
  • Kuesioner

Link lainnya :

STMIK-MPB
JURTISI (OJS)

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik