Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JIKSI (Jurnal Ilmu Komputer dan Sistem Informasi)
Mika Valentino
Unknown Affiliation
Computer Science & IT Mathematics Other

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

Found 1 Documents
Search

 1 
PENGELOMPOKAN NEGARA BERDASARKAN INDIKATOR PEMBANGUNAN GLOBAL MENGGUNAKAN METODE PCA DAN CLUSTERING K-MEANS TAHUN 2000-2020 Mika Valentino; Yosia Sipahutar; Muhammad Farhan
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 13 No. 2 (2025): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v13i2.35130

Abstract

Penelitian ini bertujuan untuk mengelompokkan negara-negara di dunia berdasarkan indikator pembangunan global dengan menggunakan metode Principal Component Analysis (PCA) dan K-Means Clustering. Data yang digunakan bersumber dari Global Development Indicators tahun 2000–2020 yang mencakup dimensi ekonomi, sosial, dan digital. Tahapan analisis diawali dengan pra-pemrosesan data, termasuk interpolasi dan imputasi nilai hilang, standarisasi menggunakan Z-score, serta transformasi arah untuk variabel berdampak negatif. PCA diterapkan untuk mereduksi kompleksitas data, menghasilkan dua komponen utama (PC1 dan PC2) yang menjelaskan lebih dari 80% variansi data. Selanjutnya, K-Means digunakan untuk melakukan clustering, dengan evaluasi melalui silhouette coefficient yang menunjukkan nilai optimal sebesar 0,71 pada empat klaster. Hasil analisis menunjukkan bahwa kombinasi PCA dan K-Means efektif dalam mengidentifikasi pola pembangunan global dan mengelompokkan negara berdasarkan karakteristik pembangunan yang serupa. Temuan ini dapat digunakan sebagai dasar dalam penyusunan kebijakan pembangunan dan strategi kerja sama internasional yang lebih terarah.
Co-Authors Muhammad Farhan Yosia Sipahutar