PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKA INDIKATOR KESEJAHTERAAN MASYARAKAT MENGGUNAKAN METODE ALGORITMA SELF ORGANIZING MAPS (SOM)

INDRA, YOSANDRA ANANDA (2021) PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKA INDIKATOR KESEJAHTERAAN MASYARAKAT MENGGUNAKAN METODE ALGORITMA SELF ORGANIZING MAPS (SOM). Sarjana / Sarjana Terapan (S1/D4) thesis, Universitas Muhammadiyah Semarang.

Preview	Text 1.Cover.pdf Download (207kB) | Preview
Preview	Text 2.Persetjuan Pembimbing.pdf Download (241kB) | Preview
Preview	Text 3.Halaman Pengesahan Kelulusan.pdf Download (270kB) | Preview
Preview	Text 4.SURAT BEBAS PLAGIARISME.pdf Download (297kB) | Preview
Preview	Text 6. Abstrak.pdf Download (190kB) | Preview
Preview	Text 11. BAB I.pdf Download (525kB) | Preview
Preview	Text 12. BAB II.pdf Download (764kB) | Preview
	Text 13. BAB III.pdf Restricted to Repository staff only Download (398kB) | Request a copy
	Text 14. BAB IV.pdf Restricted to Repository staff only Download (448kB) | Request a copy
Preview	Text 15. BAB V.pdf Download (201kB) | Preview
Preview	Text 16. DAFTAR PUSTAKA.pdf Download (319kB) | Preview
	Text 18. HASIL OLAH DATA.pdf Restricted to Repository staff only Download (437kB) | Request a copy
Preview	Text 20. JURNAL.pdf Download (735kB) | Preview

Abstract

Permasalahan sosial yang terjadi di Indonesia memberikan dampak yang cukup seriuskepadakesejahteraanrakyatdisuatu daerah.Kesejahteraan rakyat berkaitan dengan tujuan pembangunan nasional namun permasalahan yang ada adalah tidak mampunya pemerintah dalam memilah permasalahan di setiap daerah sehinggapembangunan yang dilakukandapat merata.Penelitian ini bertujuan memberikan informasi kepada pihak terkait dalam pembangunan nasional agar memberikan penanganan yang sesuai kepada provinsi yang dianggap kurang sejahtera berdasarkan tingkat homogenitasnya dengan metode pengelompokan Algoritma Self Organizing Maps (SOM). Banyak penelitian yang telah dilakukan untuk menganalisis data secara efektif dan efisien, salah satunya dengan data mining. Salah satu metode dalam data mining yang dapat digunakan untuk pengelompokan dan pemetaaan adalah olgaritma Self Organizing Maps (SOM). SOM diperkenalkan oleh kohonen pada tahun 1982, SOM digunakan untuk mengimplementasikan data berdimensi tinggi dan memetakansecara teratur kedalam dimensi rendah. Kemampuan dalam visualisasi ini dapat mengatasi masalah dalam metode klaster lain yang sulit jika data berdimensi tinggi. Pada analisa deskriptif kabupaten Purbalingga rata-rata meiliki jumlah yang tinggi pada indikator penyandang masalah kesejahteraan sosial. Padaanalisisini di dapatkan 3 cluster provinsi di Indonesia menurutindikatorkesejahteraanmasyarakat.cluster 1 bejumlah 12, ckuster 2 berjumlah 21 cluster 3 berjumlah 1. Kata Kunci: Klaster, Self Organizing Maps, IndikatorKesejahteraan Rakyat

Actions (login required)

View Item