Perpustakaan Universitas Padjajaran
Pencarian Spesifik

Detail Cantuman

Image of Pengelompokkan Data Campuran dengan Metode k-Medoids dan Fuzzy c-Medoids

Text  

Pengelompokkan Data Campuran dengan Metode k-Medoids dan Fuzzy c-Medoids

Perencanaan pembangunan menurut Friedman (1987) dibagi menjadi
perencanaan tingkat pusat dan daerah (Pontoh, 2008). Provinsi Jawa Barat ...

  • CodeCallNoLokasiKetersediaan
    010030008094519.5 Asn p/R.14.15.1Perpustakaan Pusat (REF.14.15.1)Tersedia
  • Perpustakaan
    Perpustakaan Pusat
    Judul Seri
    -
    No. Panggil
    519.5 Asn p/R.14.15.1
    Penerbit Magister Statistika Terapan : Bandung.,
    Deskripsi Fisik
    vi,; 59 hlm ,;29,5 cm
    Bahasa
    Indonesia
    ISBN/ISSN
    -
    Klasifikasi
    519.5 Asn p
    Tipe Isi
    -
    Tipe Media
    -
    Tipe Pembawa
    -
    Edisi
    -
    Subyek
    Pengelompokkan 2. Data Campuran 3.
    Info Detil Spesifik
    -
    Pernyataan Tanggungjawab
  • Perencanaan pembangunan menurut Friedman (1987) dibagi menjadi
    perencanaan tingkat pusat dan daerah (Pontoh, 2008). Provinsi Jawa Barat diliat dari
    letak geografis dan fungsinya merupakan provinsi yang memiliki andil dalam
    menyokong aspek sosial ekonomi ibukota negara Republik Indonesia Namun
    pertumbuhan ekonomi belum merata meskipun wilayah tersebut berada di kawasan
    megapolitan. Pengelompokkan desa berguna untuk melihat desa yang masih perlu
    dilakukan pendampingan sehingga pemerataan pembangunan khususnya di Provinsi
    Jawa Barat dapat terwujud.

    Metode pengelompokan yang sering digunakan adalah metode berbasis
    partisi. Klaster dibentuk dengan mengoptimasi fungsi objektif tersebut atau
    meminimalkan variasi dalam klaster. Data yang tersedia di lapangan berjenis data
    campuran. k-Medoids dan fuzzy c-Medoids memiliki keuntungan cenderung lebih
    fleksibel untuk diterapkan pada tipe data yang tidak terbatas.

    Berdasarkan nilai Average Silhouette Width, Dunn Index dan Connectivity
    Index, metode fuzzy c-Medoids akan memiliki kinerja yang baik pada data bertipe
    kategorik dengan tingkat overlap/ambiguitas yang menengah ke tinggi dan pada
    semua kondisi tingkat overlap data bertipe kontinu.

    Berdasarkan plot data pengelompokkan desa disimpulkan bahwa variabel
    kontinu memiliki tingkat overlap tinggi dan variabel kategorik memiliki tingkat
    overlap menengah sehingga digunakan metode fuzzy c-Medoids. Dari hasil
    pengelompokkan desa yang masuk klaster perdesaan adalah sebanyak 3.606
    desalkelurahan dan desa yang masuk ke dalam kelompok 2 atau perkotaan adalah
    2.299 desa/kelurahan.

  • Tidak tersedia versi lain

  • Silakan login dahulu untuk melihat atau memberi komentar.


//

Informasi