Penerapan Algoritma K-Medoids dalam Pengklasteran Kabupaten/Kota di Sumatera Berdasarkan Indeks Pembangunan Manusia
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universitas Andalas
Abstract
Salah satu cara yang cukup efektif untuk mengatasi perbedaan karakteristik dari komponen yang menyusun Indeks Pembangunan Manusia (IPM) untuk setiap wilayah adalah dengan melakukan analisis klaster. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Sumatera berdasarkan indikator yang mempengaruhi IPM. Metode yang digunakan dalam penelitian ini adalah K-Medoids dengan uji validasi menggunakan nilai Silhouette Index. Data yang digunakan dalam penelitian ini data sekunder sebanyak 154 kabupaten/kota di Sumatera. Berdasarkan hasil perhitungan nilai Silhouette Index diperoleh bahwa jumlah klaster optimal pada pengklasteran kabupaten/kota di Sumatera menggunakan algoritma K-Medoids sebanyak 10 klaster. Klaster 1 memiliki karakteristik setiap variabelnya mempunyai nilai yang terendah dan klaster 6 memiliki karakteristik setiap variabelnya mempunyai nilai tertinggi.
