<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="13815">
 <titleInfo>
  <title></title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>EMI ARIFILIANA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Magister Statistika Terapan</publisher>
   <dateIssued>2016</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent>xii,;67 hlm,;29 cm</extent>
 </physicalDescription>
 <note>Provinsi Jawa Timur terdiri dari 38 kabupatenlkota. Pelaksanaan &#13;
pembangunan di Provinsi Jawa Timur selain berdampak pada meningkatnya &#13;
kesejahteraan juga berdampak pada ketimpangan kesejahteraan antar &#13;
kabupaten/kota yang ada di Provinsi Jawa Timur. Untuk mengurangi terjadinya &#13;
ketimpangan kesejahteraan antar kabupatenlkota di Provinsi Jawa Timur &#13;
dibentuklah suatu cluster untuk mengelompokkan kabupatenlkota di di Provinsi &#13;
Jawa Timur berdasarkan indikator kesejahteraan. Teknik cluster model based &#13;
clutering dipilih karena mempunyai feature yang dapat mengatasi masalah &#13;
overlapping. Penaksiran parameter menggunakan maksimum likelihood dengan &#13;
algoritma Expectation Maximitation (EM) dan pemilihan model terbaik &#13;
menggunakan Bayesian Information Criterion (BIC). Hasil dari penelitian dengan &#13;
menggunakan model based clustering menghasilkan 3 cluster berdasarkan &#13;
klasifikasi tingkat kesejahteraan. Cluster pertama terdiri dari 12 kabupatenlkota &#13;
dengan klasifikasi tingkat kesejahteraan rendah, cluster kedua terdiri dari 15 &#13;
kabupaten/kota dengan klasifikasi tingkat kesejahteraan menengah, dan cluster &#13;
ketiga terdiri dari 11 kabupaten/kota dengan klasifikasi tingkat kesejahteraan tinggi. &#13;
Diharapkan dari hasil clustering ini dapat memberi masukkan kepada pemerintah &#13;
Provinsi Jawa Timur untuk lebih fokus kepada 12 kabupatenlkota dengan &#13;
klasifikasi tingkat kesejahteraan rendah, dimana fokus pada akses air bersih,buta &#13;
huruf, penolong persalinan pertama oleh dokter, kemiskinan,sanitasi dan rata-rata &#13;
lama sekolah. &#13;
&#13;
</note>
 <note type="statement of responsibility">Emi Arifiliana</note>
 <subject authority="">
  <topic>Multivariate Normal Based Clustering  KabupatenlKo</topic>
 </subject>
 <classification>519.5 Emi m</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Emi m/R.14.27.1</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">010030007651</numerationAndChronology>
    <sublocation>Perpustakaan Pusat</sublocation>
    <shelfLocator>519.5 Emi m/R.14.27.1</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>13815</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-04-01 15:45:10</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-03-04 08:50:32</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>