Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Variansi : Journal of Statistics and Its Application on Teaching and Research
Muhammad Nadjib Bustan
Department of Statistics, Universitas Negeri Makassar
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics Public Health

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penggunaan Analisis Cluster K-Means dan Analisis Diskriminan Dalam Pengelompokan Desa Miskin di Kabupaten Pangkep Febi Fajrianti; Muhammad Nadjib Bustan; Muhammad Arif Tiro
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.399 KB) | DOI: 10.35580/variansiunm9355

Abstract

Jenis penelitian ini adalah penelitian eksplorasi yang bertujuan untuk mengelompokkan objek dengan menggunakan metode pengelompokan Analisis Cluster K-Means sebagai pengelompokan awal terhadap objek penelitian desa berdasarkan variabel pencirinya. Variabel yang digunakan sebagai indikator pengelompokan desa miskin adalah tingkat pendidikan (X1), kepadatan penduduk (X2), angka kelahiran kasar (X3), angka kematian kasar (X4), rata-rata banyaknya anggota keluarga (X5). Data diperoleh dari unit perpustakaan BPS dan kantor Catatan Sipil Kabupaten Pangkep dengan objek penelitian keseluruhan desa di Kabupaten Pangkep. Tahapan analisis data yang dilakukan yaitu melakukan pengelompokan awal dengan menggunakan Analisis Cluster K-Means, dari beberapa cluster yang dibentuk selanjutnya akan dilakukan analisis Diskriminan untuk melihat akurasi pengelompokan. Berdasarkan analisis Diskriman diperoleh 98,06% (3 cluster), 94,17% (4 cluster), 91,26% (5 cluster), 94,17% (6 cluster), 86,41% (7 cluster), dan 88,35% (8 cluster). Dari uraian di atas diperoleh bahwa dengan membentuk pengelompokan dengan 3 cluster, maka hasil akurasi pengelompokan yang diperoleh lebih baik dari cluster lain yang dibentuk.Kata Kunci : Analisis Cluster K-Means, Analisis Diskriminan, Kemiskinan
Co-Authors Febi Fajrianti Muhammad Arif Tiro