NUGROHO, ARIYANTO SETYO, B2A218039 (2019) ANALISIS CLUSTERING DENGAN FUZZY GEOGRAPHICALLY WEIGHTED CLUSTERING (FGWC) PADA INDIKATOR INDEKS PEMBANGUNAN MANUSIA DI INDONESIA. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].
|
Text
6. Abstrak.pdf Download (493kB) | Preview |
|
|
Text
12. BAB I.pdf Download (631kB) | Preview |
|
|
Text
13. BAB II.pdf Download (796kB) | Preview |
|
Text
14. BAB III.pdf Restricted to Repository staff only Download (831kB) | Request a copy |
||
Text
15. BAB IV.pdf Restricted to Repository staff only Download (988kB) | Request a copy |
||
|
Text
16. BAB V.pdf Download (506kB) | Preview |
|
|
Text
17. Daftar Pustaka.pdf Download (616kB) | Preview |
|
|
Text
Jurnal Ilmiah.pdf Download (1MB) | Preview |
Abstract
Indeks Pembangunan Manusia (IPM) merupakan salah satu tolak ukur dalam menentukan tingkat pembangunan ekonomi suatu daerah. Belum meratanya IPM di masing-masing provinsi, kabupaten hingga kota, tidak terlepas dari pertumbuhan indikator yang berbeda-beda. Analisis cluster merupakan solusi cerdas untuk memetakan masalah tersebut. Fuzzy Geographically Weighted Clustering (FGWC) adalah salah satu metode clustering yang dapat digunakan. FGWC merupakan integrasi dari metode fuzzy clustering klasik dan unsur geo-demografi, yaitu dengan memasukkan unsur geografis dalam analisisnya sehingga cluster yang terbentuk akan sensitif terhadap efek lingkungan dan berpengaruh pada nilai-nilai pusat cluster. Untuk mendapatkan jumlah cluster optimal digunakan indeks IFV. Nilai IFV didapatkan nilai tertinggi pada cluster 5 yaitu sebesar 157,76. Sehingga akan di analisis karakteristik pada 5 cluster yang terbentuk. Cluster 5 merupakan cluster yang terbaik berdasarkan nilai rata-rata indikator IPM . Kata kunci : Analisis Cluster, Fuzzy Geographically Weighted Clustering, Indeks Pembangunan Manusia
Item Type: | Thesis (Sarjana / Sarjana Terapan (S1/D4) ) |
---|---|
Call Number: | 003/Statistik/XII/2019 |
Subjects: | L Education > Statistics |
Divisions: | Faculty of Agricultural Science and Technology > S1 Statistics |
Depositing User: | perpus unimus |
Date Deposited: | 10 Sep 2020 03:45 |
Last Modified: | 10 Sep 2020 03:45 |
URI: | http://repository.unimus.ac.id/id/eprint/3825 |
Actions (login required)
View Item |