Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Indonesian Journal of Applied Statistics EVOLUSI : Jurnal Sains dan Manajemen
Edy Widodo
Islamic University of Indonesia
Agriculture, Biological Sciences & Forestry Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Environmental Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Clustering K-Medoids dalam Pengelompokan Kabupaten di Provinsi Aceh Berdasarkan Faktor yang Mempengaruhi Kemiskinan Freditasari Purwa Hidayat; Royhan Pina Putra; M Dendi Alfitrah; Edy Widodo
Indonesian Journal of Applied Statistics Vol 5, No 2 (2022)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v5i2.55080

Abstract

The economy is one of the parameters to see how the development of a country. Ending poverty anywhere and in any form is goal 01 of the Sustainable Development Goals (SDGs) program. Until now, poverty has become one of the main problems in Indonesia, so poverty must be a concern of the government. Based on data from the Central Statistics Agency (BPS) shows that as of September 2020 the percentage of poor people in Aceh Province is still the highest on the island of Sumatra, which is 15.43%. The purpose of this study is to classify districts based on factors that affect poverty in Aceh Province. The method used in this study is the K-Medoids Cluster Analysis algorithm. The optimal number of clusters is 2 clusters with cluster 1 consisting of 11 districts and cluster 2 consisting of 12 districts. Cluster 1 has a higher percentage of poor population and poverty depth index than cluster 2, while cluster 2 has higher Gini Ratio, AHH, and RLS values than cluster 1.Keywords : Clusters, Economy, Poverty, SDGs
Pengelompokkan Kabupaten/Kota di Pulau Jawa Berdasarkan Faktor Kemiskinan Menggunakan Metode Hierarchical Clustering Apmi Salma Kinanthi; Alivia Putrian Wijaya; Dwi Yanawati; Siti Syamsidar; Edy Widodo
Evolusi : Jurnal Sains dan Manajemen Vol. 13 No. 1 (2025): Periode Maret 2025
Publisher : LPPM Universitas Bina Sarana Informatika Kampus Kabupaten Banyumas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/evolusi.v13i1.8209

Abstract

Kemiskinan merupakan tantangan besar bagi negara berkembang, termasuk Indonesia. Tingginya kemiskinan di Pulau Jawa, sebagai pusat kegiatan ekonomi, menjadi perhatian utama. Penelitian ini mengelompokkan kabupaten/kota di Pulau Jawa berdasarkan tingkat kemiskinan dan karakteristik sosial-ekonomi menggunakan data Produk Domestik Regional Bruto (PDRB), Tingkat Pengangguran Terbuka (TPT), Indeks Pembangunan Manusia (IPM), dan Upah Minimum Kabupaten/Kota (UMK) tahun 2023 dari BPS. Metode hierarchical clustering dengan algoritma ward linkage dipilih karena menghasilkan nilai koefisien agglomerative tertinggi sebesar 0,9625. Analisis menghasilkan tiga cluster: kemiskinan rendah, sedang, dan tinggi. Daerah dengan kemiskinan tinggi didominasi oleh wilayah pedesaan di Jawa Tengah dan Jawa Timur, sedangkan kemiskinan rendah berada di kawasan perkotaan dengan aktivitas ekonomi tinggi. Hasil penelitian ini memberikan gambaran distribusi kemiskinan di Pulau Jawa dan menjadi dasar bagi kebijakan pengentasan kemiskinan yang lebih efektif dan berkelanjutan.
Co-Authors Alivia Putrian Wijaya Apmi Salma Kinanthi Dwi Yanawati Freditasari Purwa Hidayat M Dendi Alfitrah Royhan Pina Putra Siti Syamsidar