ALIFAH, ATIKAH (2021) INTEGRASI CLUSTER VALIDITY INDEX DAN ALGORITMA FUZZYC-MEANS UNTUK PEMETAAN KABUPATEN/KOTA BERDASARKAN FAKTOR STUNTING BALITA DI PROVINSI JAWA TENGAH. Sarjana / Sarjana Terapan (S1/D4) thesis, Universitas Muhammadiyah Semarang.
|
Text
1. COVER.pdf Download (121kB) | Preview |
|
|
Text
2. PERSETUJUAN PEMBIMBING.pdf Download (200kB) | Preview |
|
|
Text
3. PENGESAHAN KELULUSAN.pdf Download (241kB) | Preview |
|
|
Text
4. PERNYATAAN KEASLIAN.pdf Download (237kB) | Preview |
|
|
Text
5. ABSTRAK.pdf Download (49kB) | Preview |
|
|
Text
12. BAB I.pdf Download (174kB) | Preview |
|
|
Text
13. BAB II.pdf Download (810kB) | Preview |
|
![[img]](http://repository.unimus.ac.id/style/images/fileicons/text.png) |
Text
14. BAB III.pdf Restricted to Repository staff only Download (244kB) | Request a copy |
|
|
Text
15. BAB IV.pdf Restricted to Repository staff only Download (964kB) | Request a copy |
|
|
Text
16. BAB V.pdf Download (56kB) | Preview |
|
|
Text
18. LAMPIRAN.pdf Restricted to Repository staff only Download (321kB) | Request a copy |
|
|
Text
17. DAFTAR PUSTAKA.pdf Download (129kB) | Preview |
|
|
Text
20. MANUSKRIP.pdf Download (668kB) | Preview |
Abstract
Alifah, Atikah, 2021, Integrasi Cluster Validity Index dan Algoritma Fuzzy C-Means untuk Pemetaan Kabupaten/Kota berdasarkan Faktor Stunting Balita di Provinsi Jawa Tengah. Skripsi, Program Studi Statistika, Universitas Muhammadiyah Semarang, Pembimbing I: Dr. Rochdi Wasono, M.Si. II. Indah Manfaati Nur, M.Si. Stunting masih menjadi tantangan sendiri di Indonesia, termasuk di Jawa Tengah dimana prevalensi stunting berada atas rata-rata prevalensi stunting nasional.Untuk pengelompokkan faktor stunting diusulkan menggunakan Algoritma Fuzzy C-Means. Metode ini memiliki kelebihan dalam penempatan pusat klaster yang lebih tepat dibandingkan dengan metode lain, namun jumlah klaster dalam Algoritma Fuzzy C-Means harus ditentukan dahulu sebelum melakukan penelitian. Untuk menentukan jumlah klaster optimal pada Algoritma Fuzzy C-Means, pada penelitian ini diusulkan metode Cluster Validity Index (CVI). CVI adalah sebuah ukuran validitas untuk menemukan jumlah klaster optimal yang sepenuhnya dapat menjelaskan struktur data dengan cara mengukur derajat kekompakan dalam suatu klaster dan separasi anatar klaster. Pada penelitian ini menggunakan Partition Entropy Index (PEI), Partition Coefficient Index (PCI), Fukuyama Sugeno Index (FSI), Xie Beni Index (XBI), Modification Partition Coefficient Index (MPCI), Partition Coefficient And Exponential Separation Index (PCAESI). Hasil peneilitian menunjukkan jumlah klaster optimal berdasarkan CVI adalah 2 klaster. Klaster pertama terdiri dari 17 Kabupaten/Kota dan klaster kedua terdiri dari 18 Kabupaten/Kota. Kata Kunci : Cluster Validity Index, Clustering, Fuzzy C-Means, Stunting.
| Item Type: | Thesis (Sarjana / Sarjana Terapan (S1/D4) ) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | L Education > Statistics | ||||||||||||
| Divisions: | Faculty of Science and Mathematics > S1 Statistics | ||||||||||||
| Depositing User: | perpus unimus | ||||||||||||
| URI: | http://repository.unimus.ac.id/id/eprint/5178 |
Actions (login required)
 |
View Item |
