Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : bimaster

ANALISIS CLUSTER MENGGUNAKAN METODE K-MEANS DAN FUZZY C-MEANS PADA FAKTOR SOSIAL EKONOMI DI KALIMANTAN BARAT Rachmawati, Febby; Yundari, Yundari; Huda, Nur'ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 5 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i5.81858

Abstract

Peningkatan kesejahteraan masyarakat merupakan tujuan pembangunan nasional yang mencakup pertumbuhan ekonomi. Baik itu kemajuan di bidang pendidikan, perekonomian, maupun infrastruktur. Indeks Pembangunan Manusia (IPM) dan indikator sosial ekonomi lainnya seperti Produk Domestik Regional Bruto (PDRB), Tingkat Pengangguran Terbuka (TPT), dan Jumlah Penduduk Miskin (JPM) digunakan untuk memastikan pencapaian pembangunan. Pengelompokan diperlukan untuk menentukan kualifikasi setiap indikasi; dengan melakukan hal ini, Anda dapat melihat indikator dari yang paling memenuhi syarat hingga yang paling tidak memenuhi syarat. Penelitian ini bertujuan untuk mengklasifikasikan kabupaten dan kota di Kalimantan Barat menurut karakteristik sosial ekonomi dengan menggunakan metodologi K-Means dan Fuzzy C-Means. Fuzzy C-Means mengurutkan informasi berdasarkan tingkat keanggotaan, sedangkan K-Means mengurutkannya berdasarkan kemiripan atau kedekatannya dengan pusat massa. Pendekatan K-Means mencapai hasilnya pada iterasi ketiga sedangkan metode Fuzzy C-Means mencapai hasilnya pada iterasi kedua, dengan nilai centroid tetap konstan. Algoritma K-Means dan Fuzzy C-Means menggunakan tiga struktur pengelompokan yang berbeda. Terdapat tiga kelompok kabupaten/kota berdasarkan status sosial ekonominya: satu dengan delapan kelompok masyarakat berpendapatan rendah, satu dengan empat kelompok masyarakat berpendapatan tinggi, dan satu dengan dua kelompok masyarakat berpendapatan menengah.  Kata Kunci :  sosial ekonomi,  clustering, analisis faktor
PEMODELAN REGRESI HURDLE NEGATIVE BINOMIAL PADA KASUS DIFTERI DI PULAU KALIMANTAN INDONESIA Anugrah, Syalva Setia; Huda, Nur'ainul Miftahul; Fran, Fransiskus
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol. 15 No. 2 (2026): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : Faculty of Mathematics and Natural Sciences Tanjungpura University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyebaran kasus difteri di Pulau Kalimantan tahun 2023 menunjukkan ketidakmerataan antarwilayah, yang ditandai dengan banyaknya kabupaten/kota yang mencatatkan nol kasus, sementara wilayah lainnya masih mencatatkan jumlah kasus yang relatif tinggi. Kondisi ini mengindikasikan data bertipe cacah (count data) dengan karakteristik overdispersi dan proporsi nilai nol yang tinggi (excess zeros), sehingga memerlukan model yang mampu memisahkan proses munculnya nilai nol serta jumlah kasus ketika bernilai lebih dari nol. Berdasarkan kondisi tersebut, digunakan model regresi Hurdle Negative Binomial yang terdiri atas dua komponen, yaitu Zero Hurdle untuk memodelkan peluang terjadinya kasus dan Truncated Negative Binomial untuk memodelkan banyaknya kasus pada nilai lebih dari nol. Penelitian ini bertujuan untuk menganalisis model regresi Hurdle Negative Binomial serta mengidentifikasi faktor yang memengaruhi terjadinya kasus difteri di Pulau Kalimantan. Data yang digunakan merupakan data sekunder yang diperoleh dari Badan Pusat Statistik dan Dinas Kesehatan dengan variabel dependen berupa banyaknya kasus difteri ( ) serta variabel independen meliputi Cakupan Imunisasi Dasar Lengkap ( ), Persentase Air Minum Layak ( ), Persentase Penduduk Miskin ( ), Persentase Balita Gizi Kurang ( ), dan Persentase Indeks Pembangunan Manusia ( ). Hasil penelitian menunjukkan bahwa Cakupan Imunisasi Dasar Lengkap ( ), Persentase Penduduk Miskin ( ), dan Persentase Indeks Pembangunan Manusia ( ) berpengaruh signifikan terhadap banyaknya kasus difteri di Pulau Kalimantan tahun 2023. Dengan demikian, model regresi Hurdle Negative Binomial mampu memberikan pemodelan yang sesuai dengan karakteristik data dan dapat dijadikan sebagai dasar kuantitatif dalam penyusunan kebijakan pengendalian difteri di Pulau Kalimantan.