Sinta Amelia
Universitas Pamulang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASTERISASI KABUPATEN/KOTA BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA DENGAN METODE AVERAGE LINKAGE (Studi Kasus: Provinsi Banten) Sinta Amelia
MathVisioN Vol 4 No 2 (2022): September 2022
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/mv.v4i2.416

Abstract

Negara Indonesia disebut sebagai negara berkependudukan terbesar keempat di duniadengan populasi sebanyak 270.203.917 penduduk. Dampak banyaknya penduduk di NegaraIndonesia tentunya pembangunan manusia perlu dikelola dengan baik agar kualitas hidupmasyarakat dapat terpenuhi pada tiap daerah. Provinsi Banten mengalami peningkatan IndeksPembangunan Manusia (IPM) yang cenderung melambat dari tahun 2019 ke tahun 2020 yangmeningkat 0.01 persen saja, artinya Indeks Pembangunan Manusia (IPM) di Provinsi Bantenbelum berjalan secara optimal dan tiap indikatornya masih belum merata antara kabupaten dengan kota. Oleh karena itu diperlukannya solusi dari permasalahan tersebut agar masyarakat di setiap kabupaten/kota Provinsi Banten dapat menikmati hasil pembangunan yang dilaksanakan oleh pemerintah secara merata, yaitu dengan klasterisasi. Metode penelitian yangdigunakan adalah metode Average Linkage dari analisis klaster hirarki. Analisis klaster hirarkimerupakan analisis multivariat untuk klasterisasi beberapa objek menjadi beberapa klaster. Hasilpenelitian ini dibentuk menjadi empat klaster yaitu wilayah klaster 4 menempati urutan pertama seProvinsi Banten dengan tingkat kemiripan dan nilai rata-rata indikator IPM-nya tinggi. Wilayahklaster 2 menempati urutan kedua se-Provinsi Banten dengan tingkat kemiripan dan nilai ratarata indikator IPM-nya sedang. Wilayah klaster 3 menempati urutan ketiga se-Provinsi Bantendengan tingkat kemiripan dan nilai rata-rata indikator IPM-nya rendah. Wilayah klaster 1menempati urutan keempat se-Provinsi Banten dengan tingkat kemiripan dan nilai rata-rataindikator IPM-nya paling rendah.