PENERAPAN VARIASI METODE K-MEANS UNTUK PENGELOMPOKAN KECAMATAN DI KABUPATEN BOJONEGORO BERDASARKAN DATA KEPENDUDUKAN

TIA, MUTIANI (2023) PENERAPAN VARIASI METODE K-MEANS UNTUK PENGELOMPOKAN KECAMATAN DI KABUPATEN BOJONEGORO BERDASARKAN DATA KEPENDUDUKAN. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (274kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (1MB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (1MB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf
Restricted to Registered users only

Download (991kB) | Request a copy
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf
Restricted to Registered users only

Download (4MB) | Request a copy
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf

Download (670kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (673kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

Mutiani,Tia.2023.Penerapan Variasi Metode K-Means Untuk Pengelompokkan Kecamatan di Kabupaten Bojonegoro Berdasarkan Data Kependudukan. Skripsi, Jurusan Statistika Fakultas Sains dan Teknologi Universitas Nahdlatul Ulama Sunan giri. Pembimbing utama Denny Nurdiansyah, M.Si. dan Pembimbing Pendamping Fetrika Anggraini, M.Pd. Penelitian ini bertujuan untuk menerapkan variasi metode K-Means dalam pengelompokan kecamatan di Kabupaten Bojonegoro berdasarkan data kependudukan. Data kependudukan merupakan informasi penting dalam perencanaan dan pengembangan wilayah. Pengelompokan kecamatan dapat memberikan wawasan tentang pola penduduk yang berbeda di wilayah tersebut. Dalam konteks ini, teknik data mining diterapkan untuk mengidentifikasi pola dan hubungan dalam data kependudukan. Metode K-Means adalah teknik pengelompokan yang membagi data ke dalam kelompok atau cluster berdasarkan kesamaan karakteristik. Pada penelitian ini, variasi dari metode K-Means diterapkan, termasuk K-Means Kernel, yang melibatkan pemetaan data ke dimensi yang lebih tinggi menggunakan fungsi pemetaan sebelum proses pengelompokan. Selain itu, juga digunakan algoritma K-Means Fast yang mempercepat waktu pelatihan model dengan mengatasi masalah penyesuaian ulang pusat cluster saat data bertambah. Hasil penelitian menunjukkan bahwa varian K-Means yang paling baik adalah K-Means Kernel dengan jumlah cluster (k) sebesar 5. Evaluasi dilakukan dengan mengukur jarak rata-rata dalam cluster. Pada k = 5, pola koordinat data pada K-Means Kernel sudah menunjukkan kecenderungan yang landai, sehingga cluster dapat dilihat dengan jelas. Metode K-Means Kernel yang digunakan dalam penelitian ini adalah K-Means Kernel jenis radial, atau lebih dikenal sebagai Kernel radial. Penggunaan variasi metode K-Means ini memberikan pemahaman yang lebih baik tentang pengelompokan kecamatan di Kabupaten Bojonegoro berdasarkan data kependudukan. Hasil penelitian ini dapat digunakan sebagai dasar untuk pengambilan keputusan dalam perencanaan wilayah dan pengembangan masyarakat di Kabupaten Bojonegoro.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Dokumen Kependudukan, K-Means, K-Means Kernel, K-Means Fast.
Subjects: 300 – Ilmu Sosial > 350 Administrasi publik dan ilmu militer > 351 Administrasi publik
Divisions: Fakultas Sains dan Teknologi > Statistika
Depositing User: Tia Mutiani
Date Deposited: 16 Sep 2023 09:13
Last Modified: 16 Sep 2023 09:13
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
NURDIANSYAH, DENNY
NIDN0726058702
Thesis advisor
ANGGRAINI, FETRIKA
NIDN0718038803
URI: https://repository.unugiri.ac.id:8443/id/eprint/4246

Actions (login required)

View Item
View Item