Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of applied statistics and data mining

Penentuan Pusat Awal Klaster Algoritma K-Means Untuk Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Tingkat Kemiskinan Zilfi, Elok Maria; Istiawan, Deden; Ngatimin; Zaenah; Nahdluddin
Journal of Applied Statistics and Data Mining Vol. 2 No. 1 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i1.18

Abstract

Kemiskinan merupakan masalah klasik yang umum dan bersifat multidimensional serta sering dialami oleh berbagai negara didunia. Kemiskinan dipandang sebagai ketidakmampuan dari segi ekonomi untuk memenuhi kebutuhan dasar yaitu makanan dan bukan makanan yang mana diukur dari sisi pengeluaran. Kemiskinan menjadi masalah fenomenal yang mana dialami oleh berbagai negara. Indonesia sendiri merupakan salah satu negara yang mengalami masalah kemiskinan. Negara Indonesia memiliki ribuan pulau, dan pulau dengan angka kemiskinan tertinggi adalah Pulau Jawa. Sedangkan Jawa Timur merupakan provinsi dengan jumlah penduduk miskin tertinggi di Pulau Jawa dengan total penduduk miskin sebesar 4.617,01 ribu jiwa, selain itu Jawa Timur juga memiliki kesenjangan sosial yang tinggi. Dalam hal ini mempelajari masalah kemiskinan sangatlah penting, dengan tujuan membantu pemerintah menentukan arah kebijakan dalam menanggulangi kemiskinan. Untuk menunjang keberhasilan pelaksanaan program pembangunan terutama yang bersangkutan dengan penanggulangan kemiskinan di Provinsi Jawa Timur diperlukan suatu penelitian yang dapat mengelompokkan kabupaten/kota yang mempunyai ciri-ciri atau karakteristik kemiskinan yang hampir sama atau homogen. Sehingga pada penelitian ini, peneliti menggunakan metode GK Algorithm dalam mengatasi kekurangan pada metode K-Means dalam pemetaan kabupaten/kota di Jawa Timur berdasarkan tingkat kemiskinan. Dimana jenis data yang digunakan adalah data sekunder yang diambil dari BPS Provinsi Jawa Timur pada tahun 2016 yang diunduh pada website https://jatim.bps.go.id/. Dengan variabel yang digunakan adalah angka harapan hidup, angka kematian bayi, angka harapan lama sekolah, angka melek huruf, fasilitas BAB tidak ada jamban, sumber penerangan listrik, sumber air tidak dilindungi, bahan bakar memasak non gas, dan rata-rata luas lantai. Kemudian data dianalisis dengan menggunakan beberapa tahap yaitu: analisa permasalahan, pengumpulan data, metode usulan, dan eksperimen pengujian. Setelah dianalisis kemudian diperoleh kesimpulan bahwa kemiskinan di Jawa Timur terbentuk menjadi 3 klaster dan didapatkan bahwa GK-Algorithm lebih baik daripada algoritma K-Means.
Penerapan Algoritma Self Organizing Maps untuk Pengelompokkan Penyandang Masalah Kesejahteraan Sosial di Provinsi Jawa Tengah Chaerul Iqbal , Ilham; Istiawan, Deden; Ngatimin; Zaenah; Huda, Nurul
Journal of Applied Statistics and Data Mining Vol. 2 No. 2 (2021): Journal Applied Statistics and Data Mining
Publisher : Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63229/jasdm.v2i2.21

Abstract

Penyandang Masalah Kesejahteraan Sosial (PMKS) adalah seseorang atau keluarga karena suatu hambatan, kesulitan atau gangguan tidak dapat melaksanakan fungsi sosialnya dan karenanya tidak dapat menjalin hubungan yang serasi dan kreatif dengan lingkungannya sehingga tidak dapat memenuhi kebutuhan hidupnya (jasmani, rohani, sosial) secara memadai dan wajar. Berdasarkan data penyandang masalah kesejahteraan sosial (PMKS) di Dinas Sosial Provinsi Jawa Tengah, menampilkan tiap daerah memiliki jumlah yang bervariasi dari 26 indikator tersebut. Untuk itu diperlukan pengelompokkan, supaya diketahui karakteristik dari tiap kota atau kabupaten yang memiliki jumlah yang banyak maupun sedikit, oleh karena itu dibutuhkan metode untuk memudahkan dalam pengelompokkan. Data cenderung berdimensi tinggi daripada umumnya dan memiliki atribut lebih dari sepuluh. Sehingga pada penelitian ini menggunakan metode algoritma Self Organizing Maps (SOM) karena efektif untuk visualisasi data berdimensi tinggi. Penelitian ini memperoleh bahwa Kabupaten atau Kota di Provinsi Jawa Tengah yang tidak sejahtera yaitu Kabupaten Purbalingga dan Kabupaten Cilacap. Hasil pengelompokkan Kabupaten/Kota di Jawa Tengah menjadi 3 cluster dimana cluster 1 terdiri dari 4 daerah dikategorikan cukup sejahtera, cluster 2 terdiri dari 13 daerah dikategorikan tidak sejahtera, dan cluster 3 terdiri dari 18 daerah dikategorikan sejahtera.